AI 赋能开发流程革新

节假日期间，我撰写此文，皆因先前之承诺。日后若逢佳节仍需劳作，当坚辞不受！

言归正传。

接下来，我将深入探讨如何将 AI 有效整合至项目开发的全过程。我以个人业余项目“历史上的今天”为例进行阐述。

此款 iOS 应用发布于 2023 年 2 月，最初采用原生 SwiftUI 构建。八个月前，我对其进行了全面的推翻重构，转而使用 Kotlin Multiplatform（KMP）。重构的动因有二：其一，相较于 IDEA，Xcode 的自动补全及使用体验在我看来宛如两个时代的产物（此乃个人之见，不喜勿喷，您说的都对）；其二，我仍期望实现跨平台开发（然而最终此念作罢，盖因国内应用商店对个人开发者而言实在过于不友好！）。最终，该应用仅在 iOS 平台上线。

此次借 KMP 技术栈进行的重构，是我首次与 AI 展开深度编程协作。起初，我令 AI 详尽分析了原项目的逻辑，包括各 Tab 页面、页面内具体功能、相应逻辑及布局样式。在此过程中，AI 协助我生成了大量项目相关的文档。之所以是“大量”而非“一份”，是基于实际测试：生成单一完整文档时，篇幅受限，功能描述不够详尽；或后续持续沟通修改时，会致已撰内容面目全非；抑或 AI 会遗忘对话早期反复强调的事项。总之，上下文过长导致信息丢失是不可接受的（据闻 DeepSeek 目前支持 1M 上下文，我尚未尝试，但有必要一试）。鉴于此，我采取了分步骤、分模块的策略。经过我与 AI 多轮沟通、审阅与调整，最终依据原项目生成了数份 Markdown 格式的项目详情文档。

随后，我创建了一个 KMP 初始化项目，并设定了基础的包名等信息，然后将上述 Markdown 文档输入 AI，要求其据此生成代码。不可否认，首次完整生成一个项目耗时良久！据我回忆，Agent 至少运行了四五个小时。我承认，项目最终得以运行，但由于部分逻辑关系复杂，并非一小段代码即可解决，它涉及到多界面的用户交互、状态流转、数据更新等问题，因此该项目仍存在诸多不足。

无奈之下，我只得继续与 AI 沟通，使其理解我的意图及自身不足之处。此过程虽显单调、乏味且繁琐，却也最快地让我洞悉了 Agent 的能力边界。例如，初期某些修改可能导致编译失败。我要求其每次修改后进行编译检查，于是它便将编译与 Lint 检查列为 TODO List 的最后一项，最终执行完毕后，项目基本能通过编译。

再者，执行某些操作时，若我要求其修改某个变量名，它不仅会修改该变量，还会一并调整相关的其他变量，以实现整体命名风格的统一，并同步更新所有引用之处。它并非仅仅执行我的指令，还具备一定的扩展能力。此方面可通过调节 Agent 的发散性参数来获得不同表现，目前主流大模型均支持相应设置。

又例如，我要求其升级某些依赖库。当发现升级后存在问题时，它并未尝试解决，而是直接撤销了升级操作，无论如何劝说均无效。最终我不得不手动修改。此时我亦不解其为何如此固执。

在此过程中，我并非直接告知 AI 要开发何种应用或功能，而是先基于原项目生成 Markdown 文档，再令其根据文档重新实现。这实际上使得第一版重构能够基本完整地复现原有功能与界面。若是我一点一滴地向其描述如何操作，恐怕将是一场灾难（此言略带英文语感）。

此后，我对此应用进行了多次迭代与修改。我发现，大模型由于只能通过逻辑分析，无法真实地在界面中运行并观察最终效果，因此对于潜在问题，你需要明确指出其具体表现，它方能进行修改。这一点，我尚未找到特别有效的解决方案。

附注：将问题视频上传至 ChatGPT，并直接要求其分析问题原因，有时会产生意想不到的奇效。随后将分析出的问题根源告知 Agent，往往能迅速解决问题。

此外，Agent 在代码重构方面，尤其擅长处理小型模块、高内聚、重构思路清晰的任务，效率极高且速度飞快。例如进行模块抽象化处理、重复代码重构优化等，它甚至能提出一些出人意料却极为出色的重构思路。

接下来，我将分享在工作中如何与 AI 协作完成需求的具体实践。

首先，产品经理（PM）的需求质量参差不齐。有的遗漏诸多细节，有的则冗长空洞，重点寥寥。更有甚者，需求仅有大致方向，缺乏具体细节。当然，条理清晰、主次分明的 PM 亦属凤毛麟角，可遇而不可求。

若我决定最终依靠 Agent 完成具体的编码工作，我通常会先将需求交给 AI 进行分析，令其将其转化为一份详尽、清晰、可执行的需求说明文档。此文档需尽可能精确地描述需求，并包含技术边界与实现细节。在此过程中，我也需要多次核验文档内容的准确性。

输入给 AI 的信息，可能是直接下载需求文档后进行修改再上传；也可能是利用 Skill 从需求卡片中读取。具体方式取决于需求本身的质量。总之，此环节的输出是后续 AI 具体执行的根本依据。此处若有偏差，后续工作将徒劳无功。

接下来，我一般会开启一个新的 Session 会话，以避免先前信息干扰和上下文过长的问题，让 Agent 基于新的输出进行实际的编码操作。此过程免不了各种修改与调试，这与普通的直接编码并无二致。

Claude Code 的确强大，但价格不菲。GLM 速度稍慢，但基本能胜任工作。其他模型我使用较少，在此不作评价。

再次重申我的“暴论”：当前模型的能耐，已不再是编码的瓶颈！

此处需明确指出：对于规模较大的项目，Agent 尚无法完全理解，至少现阶段如此。项目越大，效果可能呈指数级下降。因此，如何在现阶段让模型在不完全理解整个项目的情况下完成功能，是亟待解决的重要课题。

附上我曾答应他人的内容：拿到一个需求，到完成开发，AI 在此过程中的具体实践记录。

五四青年节快乐！以上！