当下AI coding的边界可能在哪里？

今天通过一个实际的项目来讲一下当下 AI coding 的边界可能在哪里。
先说一下这个项目的背景：这个项目是我试图将最近网上被封禁了的 LOF 套利，做出来能够自己用。LOF 套利是针对 LOF 这种基金类型，通过折溢价分析来进行套利的一种投资方法。
原来在网上其实有不少做好的工具，可以直接使用，但后来国家的政策不允许，这些工具差不多都关闭了。原来我也在用，但现在没得用了，所以我就想自己做一个。
不过我做完之后肯定不会公开出来，因为这没有价值也没有意义。既然其他人都不允许做，我也肯定不会被允许去公开这样的工具。我是想做来自己用，当然，这个也是可以让自己赚钱的。
项目的过程如下：
一. 需求背景与初期尝试

我首先使用 AI coding 工具，并告知它项目的需求背景。
我要求 AI 自行分析所需的上游数据源和具体字段，并将这些字段整理出来。
分析内容需涵盖每个字段的上游来源，以及下游如何使用这些数据。
我还让 AI 进行了一次数据提取试验，以确认是否能找到所有数据。
二. 业务复杂性与 AI 的局限

我告知了 AI 不同 LOF 品种的规则可能各不相同。
在产出结果方面，AI 生成的需求文档和架构基本没有大问题。
最核心的问题在于数据细节：虽然 AI 产出了一份关于 LOF 种类、所需字段及其来源的表格，但这份表格的可用性非常低。
说实话，由于我自己当时也不清楚具体依赖哪些字段、规则是什么，以及数据究竟是从网上某个网站获取，还是依赖特定软件或供应商，我也无法给出准确指引。
三. 核心感悟与 AI Coding 的边界

通过这个过程，我发现 AI 在处理这类业务时有很大的局限性。它要求我必须先对业务逻辑了如指掌，包括具体字段及其准确来源。
现阶段 AI 只能起到提效的作用。一个项目到底能不能做成，完全取决于我能否先把它彻底摸透，而不能指望依赖 AI 来搞定核心业务逻辑。
我知道这类项目以前有人做成过，说明技术路径是通的。但在目前这个阶段，AI 对我并没有实质性的帮助。
这就是我看到的 AI coding 最大的边界：如果一件事情在没有 AI 的时候我也做不了，那么有了 AI 依然做不了。特别是对于数据源不清晰、需要投入大量精力去整理、或者需要与外部沟通协调去寻找依赖和数据的情况，AI 确实无法胜任。