使用AI（龙虾）开发的经验总结

一、使用AI辅助开发的两个核心前提1.先搞清楚再开口明确问题边界与目标在向AI描述问题之前开发者必须自己先理清整个业务流程、技术上下文和预期目标。这包括代码需要改哪里明确具体的文件、类、方法或模块。改什么是修复Bug、增加功能、优化性能还是重构代码参考哪里的写法明确项目中已有的编码规范、设计模式或特定库的用法。核心逻辑如果提问者自己都没想清楚那么描述给AI的问题本身就可能是模糊、片面甚至错误的。这会导致AI生成的代码方向产生偏差后续调试时也难以定位问题的根本原因。案例补充反面案例模糊提问“帮我写个用户登录功能。”问题缺少技术栈、认证方式、密码存储策略、异常处理等关键约束AI可能生成不适用或存在安全风险的代码。正面案例清晰提问“在现有的Spring Boot项目中参考AuthController的写法增加一个手机号验证码登录的接口。要求使用JWT生成token验证码需从Redis校验并设置1分钟有效期异常时返回统一的Result对象。”效果AI能基于明确的上下文、技术栈和约束生成更贴合项目实际、可直接Review的代码草案。行动建议在向AI提问前花1-2分钟在纸上或注释里写下修改背景、具体位置、输入输出、参考示例、约束条件。这能极大提升与AI协作的效率和产出质量。2.生成代码后必须人工Review【现阶段】AI生成代码最好不要直接提交逐行review diff。一方面为了发现潜在问题另一方面是让自己知道改了什么–后续出问题时才有印象可以追溯。通过review发现问题、逐步调整也是熟悉代码的过程。【可以借助AI相关工具辅助review】二、使用AI龙虾开发的经验总结2.1.提问技巧场景推荐做法设计方案描述业务背景 现有代码接口 目标让AI输出流程或者伪代码确认后再写代码生成代码明确方法签名、异常处理策略、日志/埋点风格参考已有代码的写法有约束条件明确说出约束如“不能修改现有方法逻辑”AI会给出更合适的方案发现重复代码直接问“这段代码是否可以抽象”AI会分析最合适的抽象层次需求变更直接描述变更内容AI会在已有代码基础上做最小改动逻辑验证问“是否有遗漏调用”等AI能帮你发现隐藏的逻辑问题2.2.注意事项注意事项具体做法多轮对话后注意清理多次修改同一文件后可能产生重复注释或冗余 import让AI 做一次清理。重构要分步执行一次只改一个文件确认 diff 正确后再继续避免批量改动难以排查。保持上下文连贯在对话中引用具体的类名、方法名、常量名AI 能更精准地定位代码。异常处理要明确告诉AI 失败时是抛异常、返回错误码还是只打日志避免生成不符合业务语义的代码。配置要注明新增动态配置时在常量定义处注明默认值和语义方便后续维护。等待部署时不要闲着部署期间可以让 AI 整理测试用例、检查其他文件是否有遗漏充分利用等待时间。 ## 2.3.利用碎片化时间让机器不休息息AI 辅助开发的一个重要优势是机器不需要休息人可以。合理利用午休、晚饭等碎片时间把耗时较长的任务交给 AI 在后台执行人只需偶尔回来看一眼进展效率可以大幅提升。适合在碎片时间执行的任务代码生成尤其是涉及多个文件的批量改动单元测试编写PR自动化测试文档整理和技术方案撰写代码重构已确认方案让AI逐步执行操作建议在离开之前把任务描述清楚明确“做到哪一步停下来等我确认”然后放心去吃饭/休息。回来后检查进展确认无误后继续下一步。示例午休时告诉AI“帮我把xxx方法从连个类中抽象到xxxX类完成后列出所有改动的文件和diff等我回来后再提交。”紧急需求时的节奏当需求比较急时可以充分利用非工作时间让 AI 持续推进。人的精力有限但 AI 没有疲劳感。合理的节奏是白天专注于方案确认和关键决策把代码生成、测试用例整理、文档撰写等执行性工作放到午休或晚饭时间回来只需 review 结果。这样既保证了质量人工把关关键节点也最大化了 AI 的执行效率。2.4. 人工介入时机什么时候该出手AI 辅助开发不是全程托管人需要在关键节点介入把控方向和质量。以下是需要人工介入的典型时机必须介入的时机不能跳过链路图确认后草稿链路图出来后必须人工确认改动范围和方向再让 AI 开始写代码。这是最重要的一个介入点方向错了后面全白费。- 每个文件的 diff reviewAI 生成代码后必须人工 review diff确认逻辑正确、没有遗漏、没有引入新问题。不能因为AI 生成的应该没问题就直接提交。- 需求变更时需求调整后不要直接让 AI 继续先人工确认变更对已有代码的影响范围再描述给 AI 。- CR 问题修复前收到 Code Review 意见后先自己理解问题再让 AI 给出修复方案确认方案合理后再执行。不要直接把 CR 评论扔给 AI 让它自己决定怎么改。建议介入的时机提升质量多轮对话后做一次全局检查多次修改同一文件后让 AI 输出当前完整代码人工通读一遍检查是否有逻辑不一致或遗漏的地方。- 部署前的最终确认提交 PR 前自己过一遍所有改动文件确认没有调试代码、临时注释、错误的 import 等遗留问题。- 测试验证阶段日志和埋点的验证需要人工判断AI 可以帮你整理验证清单但最终这个日志是否符合预期需要你来判断。可以放手让 AI 执行的阶段已确认方案后的代码生成- 重复性的代码清理冗余注释、import 整理- 测试用例的初稿生成- 文档的初稿撰写核心原则AI 负责执行人负责决策。凡是涉及方向对不对“逻辑对不对”“要不要提交的判断都需要人来做。凡是按照已确认的方案写代码”“整理文档”清理冗余这类执行性工作可以放心交给 AI。