AI 生成全栈应用不能只看页面截图。AgentMa 的科技雷达案例已经能做到需求澄清、PRD、模块设计、数据库实体、前后端代码、构建验证和页面预览，这比普通静态页面生成强很多。但数据链路没有完全跑通，代码下载和长期维护方式也要单独确认。

AI 生成全栈应用能做到哪一步：AgentMa 科技雷达案例

AI 生成全栈应用，最容易被页面截图误导。

一个 Dashboard 看起来很完整，不代表后端真的可用；一个构建通过，也不代表业务链路已经跑通。判断这类工具，要看它到底做到哪一步。

AgentMa 的科技雷达案例，刚好适合拆这个边界。

它不只是生成页面

这次需求是做小红书科技新闻流水线：采集科技信号源，用 LLM 打分，再生成小红书风格内容。

这个需求至少包含信号源、打分、草稿、配置、日志和后台页面，不是一个简单 Todo 应用。

AgentMa 先做需求澄清，再生成 PRD、Persona、模块设计和数据库设计。

后面又进入前后端代码生成和构建验证。

这一步已经超过了很多只生成页面的工具。它不是只给一张 UI，而是试图生成一个完整应用结构。

它能跑到构建验证

构建阶段是这次体验里比较加分的部分。

AgentMa 遇到过 TypeORM 实体类型、SQLite 不支持 longtext 等问题。它会根据日志修改代码，再继续启动应用。

最终验证里，pnpm build、类型检查、Lint、应用启动、Dashboard 页面和路由跳转都显示通过。

这说明它至少知道生成后要验证，而不是写完文件就结束。

页面能看，但业务链路没完全跑通

科技雷达项目最后生成了 Dashboard、素材、草稿、配置、日志页面。

页面结构是完整的，风格也统一。

问题在数据链路。我尝试添加配置后，素材、草稿和日志没有真正跑出数据。可能是预览环境缺少完整数据库、定时任务或后台运行环境，也可能是生成代码本身还有问题。

这里不能把问题直接归因到预览环境，也不能说应用已经可上线。这个案例能证明 AgentMa 生成出了全栈应用雏形，但还没有证明完整业务链路已经可用。

代码接管决定后续价值

AI 生成应用之后，后续维护才是麻烦的地方。

你要改功能，要加权限，要接真实数据库，要修线上问题，就需要能接管代码和环境。

我当前没有看到明确的代码下载入口。如果代码不能拉到本地，开发者就很难把它纳入自己的 Git、测试和部署流程。

这也是 AgentMa 和 Claude Code 的区别。Claude Code 在本地项目里工作，天然适合维护已有代码库；AgentMa 更像云端软件工厂，适合从想法做原型和预览。

怎么判断 AI 全栈生成是否可用

不要只问“页面能不能打开”。

更应该检查：

• 数据能不能新增、保存、查询。
• 后台任务是否真的执行。
• 日志是否记录真实运行状态。
• 构建和类型检查是否通过。
• 代码能不能下载和继续维护。
• 权限、安全和部署方式是否清楚。

这些问题没有验证之前，它更适合原型和早期轻交付。

你可能还需要

同类文章：

• AgentMa 使用体验：它真的能生成一个全栈应用吗？
• 只会前端或后端怎么做完整产品：AgentMa 能省哪些事
• AgentMa 和 Claude Code 有什么区别：云端软件工厂 vs 本地编程 Agent

AgentMa 让我觉得惊喜的地方，是它真的把一句需求推进到了全栈雏形。边界也要写清楚：雏形不是上线系统，构建通过也不是业务闭环。