AI 正在重构开发流程

大五一放假的时候，为啥会写这么一篇文章？只能说，谁让我答应了别人呢。下次这种大过节还让我干活的任务，不接了！

书归正传。

接下来聊聊，究竟怎么让 AI 深入应用到一个项目开发中。这个项目是我业余时间做的个人项目：历史的今天。

这是一个发布于 2023 年 2 月的 iOS 练手小应用。一开始采用原生 iOS SwiftUI 编写。八个月前，我把项目整体推翻重构，改用 Kotlin Multiplatform（KMP）重写。重写原因有两个：一个是因为 Xcode 的自动提示、使用体验等等，相比 IDEA 感觉简直不是一个时代的产物（个人感觉，不喜勿喷，都是你对）；另外一个原因是我还是想做跨平台（这一点最后还是放弃了，国内应用商店上架真的对个人开发者太不友好了！！！！）。最终，这个应用还是只上线了 iOS 平台。

这次 KMP 技术栈重构，是我第一次真正与 AI 进行深度编程协作。首先，我让 AI 详细分析了一下原有项目的逻辑，包括有几个 Tab、每个 Tab 内的详细功能，以及对应的逻辑和布局样式。在这个过程中，AI 帮我生成了很多项目相关的文档。为什么是很多个，而不是一个？实测生成一篇完整文档时，篇幅会非常受限，功能描述得不够清晰；或者后续持续沟通修改时，会把已经写好的内容再次改得面目全非；再或者，它会忘记我在几轮对话前反复强调过的事情。总之，如果上下文过长，信息丢失是不可接受的（现在 DeepSeek 据说有 1M 上下文，我还没试过，很有必要试一下）。基于此，我采用了分步骤、分模块的方式进行划分。经过我和 AI 多轮沟通、审查和调整，最终根据原有项目生成了数个 Markdown 格式的项目详情文档。

接下来，我创建了一个 KMP 初始化项目，设置了一些基本的包名信息等基础内容后，就把上面生成的 Markdown 文档输入给了 AI，让它根据文档去生成代码。不得不说，第一次完整生成一个项目是真的慢呀！！在我的印象中，Agent 至少运行了四五个小时。我承认，项目最后真的跑起来了，但是由于一些内容的逻辑关系，并不是一小段程序就能搞定的，而是涉及多个界面的用户操作、状态流转、数据更新等问题，所以这个项目还是存在很多问题的。

没有办法，只能继续和 AI 聊，让它明白我想干嘛、它哪里不对。这个过程单调、无聊且繁琐，但反倒是让我最快了解 Agent 能力边界的一个过程。比如，刚开始时，某些修改可能会引起编译不过的问题。我让它在每次修改后都进行编译检查，于是它基本上会把每次 TODO List 的最后一项都设置为编译和 Lint 检查，最终直接结束后，基本都能编译通过了。

再比如，执行某些操作时，如果我让它修改某一个变量的名称，它不仅会修改这个变量名称，也会把相关的其他变量一起修改，使整体命名符合统一习惯，相关引用的地方也会同步修改。它不仅仅是在执行我的指令，还会有一定的扩展。这一部分可以通过调节 Agent 的发散性来获得不同表现，现在主流的大模型基本都支持对应参数。

再比如，我让它升级某些依赖库。它发现升级后存在某些问题时，不是去解决问题，而是直接回退升级修改，怎么说都不行。最后还是我手动修改的。这个时候我也不知道它为什么那么固执。

在这个过程中，我不是单纯地和它说我要做一个什么样的应用或者功能，而是先基于原有项目生成 Markdown 文档，再让它根据文档重新实现。这其实让这次第一版重构可以基本完全还原原有的功能和界面。如果是我和它一点点说要怎么弄，估计会是一场灾难（这句话好像有点英语味）。

这个应用后续我又进行了很多迭代和修改。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，因此对于可能存在的问题，需要你明确指出它具体是什么样的表现，它才能进行修改。这一点我还没找到一个特别好的解决办法。

PS：把问题视频上传给 ChatGPT 后，直接让 ChatGPT 分析问题原因，有时有奇效。再把分析出来的问题原因交给 Agent，往往可以快速解决问题。

再有就是，Agent 对于代码重构，尤其是一些小模块、高内聚、重构思路明确的任务，处理起来极其方便并且快速。比如进行一些模块抽象处理、重复代码重构优化等等，它甚至会给出一些意想不到但非常优秀的重构思路。

接下来再聊聊，在工作中我是如何与 AI 协作完成需求的。

首先，PM 出的需求质量参差不齐。有的是很多东西想不到，也不写；有的是废话连篇，重点没几句；有的是需求只有一个大概，完全没有细节。当然，也有条理清晰、主次分明的，这样的 PM 太少了，可遇不可求。

如果我决定最终要用 Agent 帮我完成具体的编码工作，我往往会先把需求交给 AI 分析一遍，让它处理成一份详细、清晰、可执行的需求说明文档。这个文档要尽可能详细且准确地描述需求，同时也会包括一些技术边界和实现细节。在这个过程中，我也需要多次确认文档内容是否正确。

给 AI 的输入，可能是我直接把需求文档下载下来，修改后再上传；也可能是使用 Skill 从需求卡片中读取需求。这取决于需求本身的质量是否足够高。总之，这一部分的输出，是之后 AI 具体执行的根本依赖。这里搞错了，后面就白玩。

接下来，我一般会重启一个新的 Session 会话，避免之前的各种信息污染和上下文过长，让 Agent 基于新的输出去真实执行编码操作。这个过程中免不了各种修改和调试，这和普通的直接 Coding 没什么区别。

Claude Code 确实如此 NB，也确实如此 Expensive。GLM 有点慢，但是基本能完成工作。其他模型我用得比较少，就不做评价了。

还是那句暴论：现在的模型能力，已经不是 Coding 的瓶颈了！

这里需要明确说一点：对于比较大的项目，Agent 没有办法完全理解，至少现阶段还不能。项目越大，效果可能会出现急速下降。因此，如何给模型画道道，让它在不需要完全理解整个项目的情况下完成功能，是现阶段比较重要的课题。

附上答应别人的问题是：拿到一个需求，到完成开发，AI 在这个过程中的具体实践记录。

五四青年节快乐！以上！