返回资讯中心
外部精选
软件工程
#开发者实时流

开发者分享用AI写代码一年的经验:从写代码转向培育代码

来源标题:Things I learned coding with AI for a year

一位开发者总结用AI编程一年后的变化:工作方式从逐行编写代码转为设定规则与目标、引导AI生成代码生长。他为每个项目先写一份「宪法」文档,明确项目初衷、设计原则、技术选型和开发流程规则。他指出,随着模型能力提升,在文档中写明「为什么」比只给具体指令更能让AI对齐真实目标。

Hacker News 最新BobbyJo2026/11/21 · 今天21 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

过去十二个月里,我写软件的方式发生了翻天覆地的变化。接下来的十二个月,大概还会再变一次。不过我想,把自己在日常工作中观察到的一些规律、以及由此形成的新工作方式写下来,对自己和对别人或许都有帮助。

这大概是最宏大也最抽象的一条观察。听起来像在打比方,但其实不是。你把基本的规则和目标当作种子播下去,看它长出什么,再在代码生长的过程中去引导它,让它按你想要的方式做你想做的事,而不必太纠结细节。

我每个项目都从一份“宪法”式的文档开始。里面写明这个代码库为什么存在、要遵循哪些具体的设计原则和偏好、使用哪些具体技术,以及开发循环应该遵循的固定规则。

刚用 AI 时,我本能地只把具体的指令放在最前面。但随着模型变强,我注意到,把“为什么”写进文档,对让 AI 对齐我的真实目标非常有帮助。

这份文档最终会不断演进,常常变成整个仓库的 README,但你得先有扎实的内容,才能放手让 AI 去跑。

就算生成的代码再漂亮、组织再好、抽象再合理、架构再符合最佳原则,也不会有人直接去读它。所有代码库,无论大小、美丑,都是通过 AI 代为了解——按需搜索和提炼内容。

我的顶层 README 文件讲三件事:目的、结构、用法。它们来自前面提到的那份“宪法”文档,而且会越来越重要,因为 AI 在每次新会话开始时都需要看到这些信息。第三方 agent 也会需要它。

在 AI 之前,开始一个新项目意味着你有一个非常具体的愿景,要为之努力数周甚至数月,并在过程中不断打磨。你通常会有几周甚至几个月持续投入,建立上下文和心智模型,理解当前系统如何运作、以后该如何扩展或改变。

这个旅程已经不存在了。系统在几周甚至几天内就会超出你完全理解它的能力。你创建 git 仓库的那一刻,协作者就已经以 AI agent 的形式在场了。你不再享有那种随着时间慢慢打磨系统愿景的奢侈。

不过,你现在可以尝试许多不同的愿景,并迅速把它们丢掉。老实说,这好得多,也不那么容易陷进大多数遗留系统最终落入的糟糕局部最优。

我经常让 AI 去探索应用于现有系统的替代设计或技术。

“如果我把搜索和发现两栏拆到单独的数据库里会怎样?”

我会让 AI 规划迁移到不同的架构、不同的设计模式、不同的构建系统、不同的 CI 提供商等等,看看会得出什么。我大概每两周做一次,尽管几乎从不真正执行(九个月里只执行了三次),因为我几乎总能从这些规划本身学到东西。有时我发现某些本不该紧耦合的东西耦合了,有时我发现某个功能的行为和我以为的不一样,有时我找到一个相当大的简化或性能提升。

我不是说要去读每一行代码、抓住细枝末节。我是说,规则和约定能让 AI 变得更高效或更低效,而效率仍然重要。用更少时间、更少头疼得到同样的结果就是更好,就这么简单。而关心设计、约定以及你着手功能的顺序,会有巨大影响。

去学设计模式。了解它们有什么用、为什么被发明出来。这些东西以紧凑简洁的方式传达原则,成本收益非常清晰。它们存在的理由并没有从代码中消失,只是从我们的视野中消失了。

YAGNI 这个概念已经从应用于代码,变成了应用于你的 prompt。一次只向 AI 要一件事,并且明确说清你要什么。DRY 更多是关于结构。你需要一个 AI 能连贯地导航和搜索的代码库,否则它会在不同地方一遍又一遍地重写同样的函数。

我一次只做一单位功能,并且把重构和功能变更分开,至少以 commit 为界。

我还严格遵循结构规则,按代码的用途决定它放在哪里,既有广度结构也有深度结构。“Domain”是广度结构,代表一个服务或系统处理或涉及的“东西”或“类别”,比如“users”“trust providers”或“tokens”。“Layer”是深度结构,把 domain 拆成不同职责,比如持久化、遥测、服务处理器或守护进程。这样我就能给 AI 下达具有语义精确性的指令,直接映射到受影响的目录和文件,而不必点名具体路径,也能避免 AI 每次我让它完成任务时都搜索整个代码库。

历史在注释里堆积,文件被复制而不是导入,包依赖变成一张没有方向的网。难以导航的代码会让 AI 写出难以导航的代码。AI 在没有足够上下文、也没有办法收集相关上下文的情况下进去,结果就是随着时间推移,它给你的东西越来越少是你想要的。

我在所有功能开发循环里都加了清理步骤。按一定节奏(不一定每个任务都做),我让 AI 以简化和单一职责为基础,去完成代码精简、注释精简或解耦的具体目标。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →