"有 Cursor 和 Claude Code 了，还买什么模板？"这是过去一年最常见的质疑，而且它有道理——AI 确实能在几分钟内生成一个登录页、一套 CRUD、一个像样的定价表。但真做过完整产品上线的人，判断通常反过来。原因不在代码生成能力，在别的地方。
AI 生成的代码，问题不在能不能跑
AI 写一个 Stripe 结账流程，跑得起来。问题在于它写不出你不知道要问的东西：
- webhook 会重复投递，你要做幂等；
- webhook 可能在用户跳回成功页之前还没到，前端不能依赖它已经处理完；
- 订阅升级降级的按比例退补（proration）怎么算；
- 支付成功但数据库写入失败时，钱收了服务没开通，怎么补偿；
- 测试环境和生产环境的 webhook 签名密钥是两套。
这些不是"写代码"的问题，是"知道有这些问题"的问题。你不知道要问，AI 就不会说。而成品模板里，这些坑是上一个人替你踩完并写进代码的。
AI 强在实现你想清楚的东西，弱在替你想清楚。
三类 AI 目前搞不定的事
一、架构决策。目录怎么分、Server Action 和 Route Handler 的边界在哪、认证态怎么在服务端和客户端之间传、数据库 schema 怎么设计才不至于三个月后要迁移。AI 每次会给你一个合理的答案，但不同次的答案不一致。项目写到第 20 个文件时，你会发现前后风格已经分裂了。模板给的是一套贯穿全项目的一致约定。
二、高风险模块。支付、认证、权限。这三块出错的代价和其他代码不是一个量级——权限判断写漏一个分支，是数据泄露；支付对账写错，是真金白银。这类模块应该用被很多人跑过的实现，不是用 AI 现场生成的版本。
三、跨文件一致性。加一个新功能要同时改 schema、server action、类型定义、i18n 文案、后台管理页。AI 在单文件里很强，跨五六个文件保持一致时容易漏。有模板打底，至少这些文件的组织方式是固定的，漏了也好查。
AI 反而让模板更值钱
这一点很反直觉：AI 编码工具越强，好模板的价值越高。
因为 AI 的输出质量高度依赖上下文质量。给它一个空项目，它按训练数据的平均水平写；给它一个结构清晰、约定明确的成熟项目，它会模仿现有代码风格，产出质量明显高一档。模板不只是省下的代码，是给 AI 的一份高质量参照系。
现在一些模板已经明确针对这点做适配——比如 Nexty 自带面向 Claude Code / Cursor 的技能文件（Skill），把项目约定写成 AI 能读懂的规则，让 AI 生成的新代码和模板本身保持同一套风格。这类"AI 友好"的设计，一两年前是没有的。
什么情况该自己写
也别走另一个极端。这些情况自己写更好：
- 项目很小。一个静态站、一个内部工具、一个只有你自己用的脚本。装一套 SaaS 底座是负担不是助力。
- 你在学习。想搞懂 OAuth 流程、想理解订阅状态机，就该自己写一遍，用模板会跳过全部学习过程。这个损失比省下的时间贵。
- 需求非常特殊。你的业务模型和主流 SaaS 差得远（比如硬件对接、复杂工作流引擎），模板的假设对不上，改造成本高于重写。
- 团队已有内部脚手架。别拆自家的轮子。
判断方法
问自己一个问题：这个模块，做错了的代价是什么？
代价小（一个页面布局丑了、一个动画不流畅）——AI 生成，不满意再改，成本可控。
代价大（钱收错了、数据泄露了、用户登不进去）——用被验证过的实现，无论是模板还是成熟的库。
这个标准比"AI 行不行"更实用，因为它不随模型能力变化。模型再强，你也不会想让它现场发明一套权限系统。
如果你正处在"想快点把产品做出来但又不想在支付认证上翻车"的阶段，可以看看 组件模板栏目——里面收了 Nexty、Makerkit 这类完整 SaaS 底座，也有 Shadcnblocks、React Bits 这类前端组件资源，都通过私有 Git 仓库交付，买断后能持续拉取上游更新。搭配站内的提示词和 Skill/MCP 精选一起用，AI 负责实现，模板负责兜底，分工大致就是这样。全站永久会员（¥388）可以把这些组件模板全部免费获取。