一直在古法编程，请问佬友们现在AI Coding已经到哪个阶段了？
- 内容介绍
- 文章标签
- 相关推荐
请问各位佬友，我现在想紧跟AI潮流，应该怎么入手?
我当前工作是持续开发维护一个超过五年的大型复杂企业级业务系统，系统全是业务代码，且各个模块的业务逻辑互相交叉，现在还在不断增加功能模块。这种情况下，根本不敢引入AI Coding，因为要保障业务正常运行，如果AI不小心改动了之前代码导致生产环境出问题了（特别是数据），这个责任太大了，没人能负责。
我一直都在关注此类信息，比如很多佬友们说现在工作都不需要写代码了，全是交给AI。我是比较疑惑的，因为类似于持续性生产系统，感觉不太适合AI编程，因为开发人员必须要熟悉自己写的每个模块代码，用于后续业务人员要求查数、沟通业务逻辑等。
我也用过Codex 5.4，生成一个前后端分离的管理系统，代码确实整洁，但是好像没什么架构能力，服务端我是用Go语言，我一般会创建一个App的结构体，然后把启动流程全部封装起来，Codex生成的启动代码全都在main方法里，没做任何封装。所以更疑惑了，用AI开发的软件，也用AI去维护，但是迭代几次后，会不会出现AI都搞不定的问题？
对于目前AI技术，我们也引入了AI Agent的功能，比如Text2Sql,但是好像也只做到了这一步了，在深入一点就不知道干什么了。
说实话，有点迷茫。
网友解答：--【壹】--：
之前模型能力不行的时候我也是手搓核心代码的，简单任务交给ai。但后来我发现现在的大部分ai其实完成度已经不错了。转变到我看代码，评估然后设计coding plan。喂给ai以后出具体方案，修改完成以后审查代码。到现在我已经是让ai自己出方案，看完方案以后没问题就改。改了以后我就直接进入测试流程了。有些模型能力确实是不行，该充钱还是得充钱。
--【贰】--：
现在我是前端网页交给AI Coding没有问题
Gemini和Claude都完成的不错(除了ChatGPT这个货,前端审美一言难尽 )
但是后端复杂系统我还是不敢交给AI
而且AI Coding必须得你自己有个明确的逻辑和主线
最好是告诉AI：你的总目标是什么,总目标下面的次级目标是什么,如何分步进行
不然也是在造史山
--【叁】--：
AI改完过后，你自己review，不就是你自己的代码了么。
又不是AI改完直接生产。
--【肆】--：
存在和佬一样的痛点,所以总结了十几年日常实际使用的经验,期待佬一起完善go的正式场景规则 claude code 含LSP开箱即用-新增了gemini
--【伍】--：
你也许有点焦虑 其实没必要 跟你有类似的项目维护经验 最早的代码是九几年的
我是在2022年12就接触到的openAI 算是很早的一批
其实现在大型系统AI还是不行 小型业务系统也不行
你现在能看到互联网上讨论 各种 Vibe coding 全自动编程 ALL IN AI
大部分都是自己的玩具 简单小项目 非开发者人群 前端 设计
这部分人分享欲望非常强烈 所以导致你现在看着全网都在AI
--【陆】--：
1、初级阶段，你让AI多写注释，写文档解释，然后你一行行过代码，建立对特定模型的编码习惯和常见错误经验。
2、开始在新模块中更相信AI并尝试放权，让AI写更多的代码，可以先自己想要写什么方法，然后再让AI实现
3、把业务和代码风格沉淀到文档中，提示词中，或者保证自己的skill来稳定开发流程
4、只把握业务逻辑spec，代码plan,相信AI能把这些对齐到代码中
5、改变开发习惯。在commit前最后把关，关注功能实现结果是否正确，排查问题时通过AI保留的过程文档来审查，而不是先看代码实现。
--【柒】--：
如果要熟悉每个模块代码的话 用cursor这种辅助性工具会不会好一些呢？重复性简单的工作交给AI，重要的自己批复。
其次就是AI开发AI维护这个问题 分模块去做就好了 单次小脚步去迭代 出现问题立马回退修改 而且AI改了什么你都能看的 自己批一下完全是省时省力 把简单工作交给AI 你总不能每个代码都自己敲吧
--【捌】--：
很厉害的，现在我日常就是当监工，修bug或者是新功能，先在codex里描述清楚，然后让他给方案，方案不符合的地方更正，出好方案之后就可以让他自己跑，跑完再review就好了，超大型工程目前没有实际用过，但是如果能拆分成小模块让他去读上下文我觉得其实应该也是可以的
--【玖】--：
现阶段确实还不敢完全由AI接管，我都是AI+人工审核。事先声明自己的编程风格，核心的都是自己搞，然后重复且繁琐的内容交给AI生成。
--【拾】--：
差不多自己懒得动，全程当监工的地步了，直接放权
--【拾壹】--：
自己能搞定的代码交给ai，不是自己搞不定的代码交给ai。
--【拾贰】--：
我全栈，现在用CODEX GPT5.5模型，配合SKILL superpowers，给需求它然后头脑风暴几轮，自己REVIEW一下计划就坐等外籍员工写完代码，之后自己再测试了，有时候代码我都不看了
--【拾叁】--：
你又不是直接把需求、BUG甩给AI让他改，改完直接就上生产了。
先让AI分析问题，然后列计划，然后实现、验证。
我们一直戏称自己的工作是搬砖，以前你得自己手动搬砖，现在有机器帮你搬了，你需要做的就是确定这个砖搬的符合你的需要就行了。
而且相比传统的工具，AI是真的能够帮你查漏补缺，帮你找到自己都没想到的问题，翻出来你自己都没注意的代码。
现在token这么便宜，试试咯，说不定用完你就离不开了
image497×500 67 KB
--【拾肆】--：
分模块逐个击破。大型复杂企业级业务系统，有多复杂。我理解 AI 能完全读懂并装下，但是，它的记忆可能不太好，再就是一下子改动那么多，貌似也不妥。所以这种都是从模块开始，逐渐渗透到整个项目的。你最开始直接丢给AI，多半肯定会改动的没那么到位。
--【拾伍】--：
先从让AI总结业务整理文档开始呗，先不让AI改代码，让他从一个模块、一个功能读取现有逻辑梳理业务文档。
面对这种复杂业务的代码，AI读上下文至少相比人工不容易有遗漏，梳理的过程中碰到需要改的位置你让他改改试试，如果不是特别小众的话AI相比人工还是有些优势的。
--【拾陆】--：
其实我觉得你要是不放心ai帮你coding的话，大可以让ai帮你追踪某个功能的调用链之类的分析。再试试让它设计方案，能够过你审核以后再让它动手修改。改完以后再做一次审计。然后就上测试，这样一套下来。再出问题，大概率你自己coding也是会有这个问题的。
--【拾柒】--：
先让AI分析整个业务系统，分成若干小块，然后让他生成非常全面的测试coverage。然后再一个一个重写，只要测试都过应该问题不是很大
--【拾捌】--：
照你这么说claudecode也是玩具了老哥，浪潮来的时候得主动积极拥抱浪潮，可以用小模块开始接手
--【拾玖】--：
很简单，强迫自己写代码前，把大致的伪代码，思路，具体改的位置都写成提示词。然后让ai改，改完又不是提交git，你再看看git记录过一遍不就好了。这就是相当于招了个小弟给你代写，你布置一个具体任务怎么写，然后验收。开始可以一个模块甚至可以缩小到一个大方法，提示词尽可能详细。慢慢地就能感觉到哪里需要详细一点，哪里不需要废话这么多了。
请问各位佬友，我现在想紧跟AI潮流，应该怎么入手?
我当前工作是持续开发维护一个超过五年的大型复杂企业级业务系统，系统全是业务代码，且各个模块的业务逻辑互相交叉，现在还在不断增加功能模块。这种情况下，根本不敢引入AI Coding，因为要保障业务正常运行，如果AI不小心改动了之前代码导致生产环境出问题了（特别是数据），这个责任太大了，没人能负责。
我一直都在关注此类信息，比如很多佬友们说现在工作都不需要写代码了，全是交给AI。我是比较疑惑的，因为类似于持续性生产系统，感觉不太适合AI编程，因为开发人员必须要熟悉自己写的每个模块代码，用于后续业务人员要求查数、沟通业务逻辑等。
我也用过Codex 5.4，生成一个前后端分离的管理系统，代码确实整洁，但是好像没什么架构能力，服务端我是用Go语言，我一般会创建一个App的结构体，然后把启动流程全部封装起来，Codex生成的启动代码全都在main方法里，没做任何封装。所以更疑惑了，用AI开发的软件，也用AI去维护，但是迭代几次后，会不会出现AI都搞不定的问题？
对于目前AI技术，我们也引入了AI Agent的功能，比如Text2Sql,但是好像也只做到了这一步了，在深入一点就不知道干什么了。
说实话，有点迷茫。
网友解答：--【壹】--：
之前模型能力不行的时候我也是手搓核心代码的，简单任务交给ai。但后来我发现现在的大部分ai其实完成度已经不错了。转变到我看代码，评估然后设计coding plan。喂给ai以后出具体方案，修改完成以后审查代码。到现在我已经是让ai自己出方案，看完方案以后没问题就改。改了以后我就直接进入测试流程了。有些模型能力确实是不行，该充钱还是得充钱。
--【贰】--：
现在我是前端网页交给AI Coding没有问题
Gemini和Claude都完成的不错(除了ChatGPT这个货,前端审美一言难尽 )
但是后端复杂系统我还是不敢交给AI
而且AI Coding必须得你自己有个明确的逻辑和主线
最好是告诉AI：你的总目标是什么,总目标下面的次级目标是什么,如何分步进行
不然也是在造史山
--【叁】--：
AI改完过后，你自己review，不就是你自己的代码了么。
又不是AI改完直接生产。
--【肆】--：
存在和佬一样的痛点,所以总结了十几年日常实际使用的经验,期待佬一起完善go的正式场景规则 claude code 含LSP开箱即用-新增了gemini
--【伍】--：
你也许有点焦虑 其实没必要 跟你有类似的项目维护经验 最早的代码是九几年的
我是在2022年12就接触到的openAI 算是很早的一批
其实现在大型系统AI还是不行 小型业务系统也不行
你现在能看到互联网上讨论 各种 Vibe coding 全自动编程 ALL IN AI
大部分都是自己的玩具 简单小项目 非开发者人群 前端 设计
这部分人分享欲望非常强烈 所以导致你现在看着全网都在AI
--【陆】--：
1、初级阶段，你让AI多写注释，写文档解释，然后你一行行过代码，建立对特定模型的编码习惯和常见错误经验。
2、开始在新模块中更相信AI并尝试放权，让AI写更多的代码，可以先自己想要写什么方法，然后再让AI实现
3、把业务和代码风格沉淀到文档中，提示词中，或者保证自己的skill来稳定开发流程
4、只把握业务逻辑spec，代码plan,相信AI能把这些对齐到代码中
5、改变开发习惯。在commit前最后把关，关注功能实现结果是否正确，排查问题时通过AI保留的过程文档来审查，而不是先看代码实现。
--【柒】--：
如果要熟悉每个模块代码的话 用cursor这种辅助性工具会不会好一些呢？重复性简单的工作交给AI，重要的自己批复。
其次就是AI开发AI维护这个问题 分模块去做就好了 单次小脚步去迭代 出现问题立马回退修改 而且AI改了什么你都能看的 自己批一下完全是省时省力 把简单工作交给AI 你总不能每个代码都自己敲吧
--【捌】--：
很厉害的，现在我日常就是当监工，修bug或者是新功能，先在codex里描述清楚，然后让他给方案，方案不符合的地方更正，出好方案之后就可以让他自己跑，跑完再review就好了，超大型工程目前没有实际用过，但是如果能拆分成小模块让他去读上下文我觉得其实应该也是可以的
--【玖】--：
现阶段确实还不敢完全由AI接管，我都是AI+人工审核。事先声明自己的编程风格，核心的都是自己搞，然后重复且繁琐的内容交给AI生成。
--【拾】--：
差不多自己懒得动，全程当监工的地步了，直接放权
--【拾壹】--：
自己能搞定的代码交给ai，不是自己搞不定的代码交给ai。
--【拾贰】--：
我全栈，现在用CODEX GPT5.5模型，配合SKILL superpowers，给需求它然后头脑风暴几轮，自己REVIEW一下计划就坐等外籍员工写完代码，之后自己再测试了，有时候代码我都不看了
--【拾叁】--：
你又不是直接把需求、BUG甩给AI让他改，改完直接就上生产了。
先让AI分析问题，然后列计划，然后实现、验证。
我们一直戏称自己的工作是搬砖，以前你得自己手动搬砖，现在有机器帮你搬了，你需要做的就是确定这个砖搬的符合你的需要就行了。
而且相比传统的工具，AI是真的能够帮你查漏补缺，帮你找到自己都没想到的问题，翻出来你自己都没注意的代码。
现在token这么便宜，试试咯，说不定用完你就离不开了
image497×500 67 KB
--【拾肆】--：
分模块逐个击破。大型复杂企业级业务系统，有多复杂。我理解 AI 能完全读懂并装下，但是，它的记忆可能不太好，再就是一下子改动那么多，貌似也不妥。所以这种都是从模块开始，逐渐渗透到整个项目的。你最开始直接丢给AI，多半肯定会改动的没那么到位。
--【拾伍】--：
先从让AI总结业务整理文档开始呗，先不让AI改代码，让他从一个模块、一个功能读取现有逻辑梳理业务文档。
面对这种复杂业务的代码，AI读上下文至少相比人工不容易有遗漏，梳理的过程中碰到需要改的位置你让他改改试试，如果不是特别小众的话AI相比人工还是有些优势的。
--【拾陆】--：
其实我觉得你要是不放心ai帮你coding的话，大可以让ai帮你追踪某个功能的调用链之类的分析。再试试让它设计方案，能够过你审核以后再让它动手修改。改完以后再做一次审计。然后就上测试，这样一套下来。再出问题，大概率你自己coding也是会有这个问题的。
--【拾柒】--：
先让AI分析整个业务系统，分成若干小块，然后让他生成非常全面的测试coverage。然后再一个一个重写，只要测试都过应该问题不是很大
--【拾捌】--：
照你这么说claudecode也是玩具了老哥，浪潮来的时候得主动积极拥抱浪潮，可以用小模块开始接手
--【拾玖】--：
很简单，强迫自己写代码前，把大致的伪代码，思路，具体改的位置都写成提示词。然后让ai改，改完又不是提交git，你再看看git记录过一遍不就好了。这就是相当于招了个小弟给你代写，你布置一个具体任务怎么写，然后验收。开始可以一个模块甚至可以缩小到一个大方法，提示词尽可能详细。慢慢地就能感觉到哪里需要详细一点，哪里不需要废话这么多了。