10.3如何用 AI 编程

先给直觉

AI 编程助手很像一个速度很快的初级到中高级程序员混合体。

它可以：

• 快速读代码。
• 解释错误。
• 写样板代码。
• 生成测试。
• 提出实现方案。
• 帮你查遗漏。

但它也可能：

• 编造不存在的 API。
• 忽略项目约定。
• 写出看似正确但边界错误的代码。
• 过度重构。
• 删除重要逻辑。
• 没有理解业务约束。

所以 AI 编程的核心不是“让它写”，而是“让它在可检查的流程里帮你写”。

AI 编程适合的任务

适合：

• 解释陌生代码。
• 查找调用链。
• 生成小函数。
• 补测试。
• 重构局部重复代码。
• 写文档和注释。
• 分析错误日志。
• 提供实现方案。
• 做代码评审初筛。

谨慎：

• 大规模架构重写。
• 安全敏感代码。
• 支付、权限、加密。
• 数据迁移。
• 生产部署脚本。
• 没有测试的核心业务逻辑。

AI 可以参与高风险任务，但不能无人审核地提交。

编程流程

推荐流程：

明确目标
  ↓
提供上下文
  ↓
让 AI 先分析方案
  ↓
人类确认方案
  ↓
分小步实现
  ↓
运行测试
  ↓
审查 diff
  ↓
记录风险和后续任务

不要一上来就说：

把整个项目改好。

这类请求容易让模型变成代码装修队，哪里都动一点，最后你看 diff 像考古。

提供上下文

AI 编程最重要的是上下文。

要告诉它：

• 项目目标。
• 当前问题。
• 相关文件。
• 现有风格。
• 不允许修改的范围。
• 测试命令。
• 期望行为。
• 已知错误。

Prompt 示例：

请帮我修复这个 bug。

目标：
用户保存课程进度后，刷新页面仍能看到已完成状态。

相关文件：
- app.js
- progress-store.js
- course-view.js

约束：
- 不要重构无关 UI。
- 不要改数据库结构。
- 先解释原因，再给最小修改方案。
- 修改后请说明要跑哪些测试。

先让 AI 读代码

在让 AI 改代码前，先让它解释。

请先阅读这些文件，回答：
1. 当前数据流是什么？
2. 状态在哪里保存？
3. 可能的 bug 点在哪里？
4. 你建议修改哪些文件？
先不要改代码。

这一步能减少乱改。

小步修改

AI 更适合小步、明确、可测试的修改。

好任务：

请只修改 progress-store.js，让 saveProgress 在写入失败时返回错误对象，并补一个单元测试。

差任务：

优化整个项目。

任务越大，越容易产生不可控变更。

测试优先

让 AI 先写测试或补测试非常有价值。

Prompt：

请先为这个 bug 写一个失败测试。
测试应覆盖：
- 保存进度
- 刷新后读取
- 无数据时返回默认状态

测试能把需求变成可验证条件。

AI 写代码之前，如果能先写出正确测试，后面更稳。

审查 AI 生成代码

重点检查：

• 是否改了无关文件。
• 是否符合现有风格。
• 是否处理错误情况。
• 是否引入安全风险。
• 是否破坏兼容性。
• 是否有测试。
• 是否有不必要抽象。
• 是否使用不存在的库或 API。

AI 生成代码不能因为“能跑”就直接合并。

调试

AI 很适合帮助分析错误日志。

给它：

• 错误信息。
• 触发步骤。
• 相关代码。
• 最近修改。
• 运行环境。

Prompt：

这是错误日志和相关代码。
请分析最可能的 3 个原因。
每个原因说明：
- 支持证据
- 如何验证
- 最小修复方案

让 AI 给多个假设，比直接让它“修复”更可靠。

代码评审

AI 可以做第一轮代码评审。

Prompt：

请以代码评审视角检查这个 diff。
优先指出：
- 可能的 bug
- 行为回归
- 缺失测试
- 安全风险
- 不必要复杂度
不要总结优点。

注意：AI 评审不能替代人类评审，尤其是核心业务和安全代码。

学习代码

AI 也适合帮助学习代码库。

可以问：

请帮我画出这个功能的数据流。

或者：

如果我要修改登录逻辑，应该先读哪些文件？为什么？

这能降低进入陌生项目的成本。

常见风险

1. 编造 API

模型可能写出不存在的方法或参数。

解决：

• 查官方文档。
• 跑测试。
• 使用类型检查。

2. 过度重构

模型喜欢“顺手优化”。

解决：

• 明确修改范围。
• 要求最小变更。
• 审查 diff。

3. 漏掉边界条件

模型可能只处理 happy path。

解决：

• 要求列边界情况。
• 补测试。

4. 安全问题

例如注入、权限绕过、敏感信息日志。

解决：

• 高风险代码人工审核。
• 使用安全检查。

5. 项目风格不一致

模型可能引入新依赖、新模式。

解决：

• 提供现有代码示例。
• 要求遵守项目风格。

案例：修复课程网站 bug

任务：

课程页面点击模块后，侧边栏状态没有同步更新。

AI 协作流程：

1. 让 AI 阅读相关文件。
2. 要求它解释状态流。
3. 让它提出 2 个可能原因。
4. 人类确认最可能路径。
5. 让 AI 做最小修改。
6. 跑测试或手动验证。
7. 让 AI 做代码评审。
8. 人类最终确认。

推荐 Prompt 模板

代码阅读

请阅读以下代码，先不要修改。
请回答：
1. 这个模块负责什么？
2. 主要数据流是什么？
3. 哪些函数最关键？
4. 如果要修改 X，应该注意什么？

Bug 修复

请修复这个 bug。
要求：
- 先分析原因。
- 给最小修改方案。
- 只改相关文件。
- 补测试或说明验证方法。
- 修改后总结风险。

代码评审

请评审这个 diff。
只列问题，按严重程度排序。
重点关注 bug、行为回归、测试缺失和安全风险。

常见误区

误区 1：AI 会写代码，所以我不用懂代码

不行。你至少要能理解、运行和审查结果。

误区 2：AI 一次性生成完整项目最省事

通常后期维护成本更高。小步迭代更稳。

误区 3：代码能跑就可以

能跑不等于正确、安全、可维护。

误区 4：AI 写的测试一定可靠

测试也要审查。AI 可能写出只验证自己实现的测试。

误区 5：让 AI 重构顺便修 bug

修 bug 和重构最好分开，否则很难判断问题来源。

动手练习

选择一个小 bug 或小功能，设计 AI 编程协作流程。

填写：

项目	内容
目标
相关文件
不允许修改的范围
先让 AI 分析什么
需要哪些测试
如何审查 diff
风险点
验证命令