请教佬友关于 AI Coding 工程代码可持续性发展问题

最重要的还是需要建立好架构，这样子的话AI再怎么霍霍都只在自己的模块内而不至于让整个项目一塌糊涂

AI只能做代码的加速器，最终决定权还是得靠人，就比如我在金融行业，AI写的任何代码我都得一行行审

今天组里的大佬跟我们说，现在ai开发的话，你主要的是来统筹架构方面的东西，需要把自己的认知和技术沉淀上去了，使用ai上才会更加得心应手

刚开始的时候大家不信任编译器产出的东西，要检查…

现在大家还在担心编译器的质量阶段

实际上从公司角度，各个开发岗位就是编译器，输入“需求文档”编译出需要的东西

自己实践过程中，确实有架构文档，但是佬友，就如我所说的一样，只是知道大概每个模块的作用，不知道代码链路，又由于现阶段的ai过度防御，过度抽象，导致很痛苦理解代码，尤其是一天提交上万行，惰性慢慢就起来了，线上排查根本不能第一时间定位问题，很陌生的感觉

说实话，目前我也感受到了，我能做的就是每次需求还是自己去看和审，而不是一个劲去累加，还有就是架构的设计很重要，文档先行。还有就是自测，有些基础点都很容易出问题，总结就是一句，不相信AI产出的任何东西，还有就是AI是工具，不是脑子，如果产出物自己都没有一个预期和明确判断，那产出物从一开始就会不如人意的，因为自己也没想明白。所以总结下来就是文档先行。。。

Vibe超过5万行感觉就不需要管啥掌控了，领导怎么管你们的你们就怎么管AI，文档要写足、测试要做足，过度防御代码冗余不是问题，能流畅运行满足需求就行。毕竟上司审查你的代码也很少扣细节。

很困难，也如同你所说，在不考虑预算的情况下，AI的代码生成速度是高于人类的审核精力的；所以也只能尽可能地通过文档约束它

看是维护现有产品还是新产品，我现在现有产品，都是考虑好功能设计测试，让他去做。新产品不断飞轮迭代的话，我这个产品我是架构定好，然后研发上线流程生成 skill，关注它的运行，有错误的地方文档沉淀，优化技能。我现在感觉是技能文档可量化的最重要，对于这个新产品我的关注点在技能的迭代上面了，我设想最理想的情况是输出即是成品。只要保证流程优化迭代，就能每家复制上线 ^-^

降低耦合度，拆成小模块，出了问题你能直接定位到是哪个小模块。然后就是不要吝啬token,让AI多测试。AI在测试方面已经很强大，但有时候给它的资源不够多，限制了它思考的全面性。你就按测试的一般流程：单元测试、集成测试、系统测试、验收测试，全让AI做一遍。尤其是要给AI足够的资源做集成测试和系统测试。以现在AI的写代码水平，单元测试往往一遍能过，但是如果不安排足够的工序让AI进行集成测试和系统测试，出问题的概率仍然不小。因为你不见得从一开始就给出了最终的完美方案，更多地不断让AI调整并实现方案，这里面极有可能本身就存在矛盾的逻辑，所以单排独立的工序和资源让AI从整体上思考和测试，是非常有必要的。

我最近也在用 AI 做旧项目迁移，感觉真不能一次让它改太多。现在都是拆成小任务，限制修改范围，做完先看 diff 再跑测试。不然它顺手改了公共代码，后面更难收拾

我目前的一个想法是 设定规则，套用阿里的规范，然后有检查，文档同步，正在vb 一个自己的想法，受限于token不自由，很长时间了没有结束

感觉公司的决策出了问题，ai coding最重要的三件事是什么，安全、安全、还是TM的安全。绝对不能出问题的、出了问题影响和责任重大的系统，不要ai coding，不必追求效率；除了个别功能非常重要，大部分功能出现问题后果可控的，可以在不改变原开发流程的前提下，尝试ai辅助开发，尤其是原有的质控流程和要求不能变；其他系统可以尝试全ai coding，逐步建立新的开发流程。

这个问题挺无解的，ai 产出代码太多太快了，要全部看下来很难，要全部看懂和理就更难了。

那就每次开发拆成尽量小的功能，做好 review 和回归测试

我觉得可以看一下阿里的公众号，推了挺多文章，有一些是在讲阿里内部怎么用的，有参考价值。最好还是在构建比较完善的检验机制的基础上再大规模用，比如说增加代码review、自动化测试、单元测试等等环节

深有同感啊 佬！ 感觉自己能力跟不上AI的产出，都是抱着能用就行的态度去做的公司业务，想提升自己发现欠了太多太多技术栈要补，真的是恶性循环

时候大家不信任编译器产出的东西，要检查…

现在大家还在担心编译器的质量阶段

实际上从公司角度，各个开

ai其实只是工具，你自己的开发思路还是很重要的的，你要清楚最基本的规则，ai只是帮你写出来，正式上线的项目尽量不要黑盒开发，你要知道ai写的逻辑是啥

我自己的感觉是要测试，比以前人写的要更充分的测试。review没用，跟不上ai的速度，也review不出问题，看懂别的代码其实很费事