夜雨聆风软件研发的黑灯工厂 · 03
不是模型不够强，是它看不懂这个系统。
上两篇说清了：瓶颈搬到了评审、需求和上下文，而把工位自动化的第一步，绕不开一个最硬的场景——老系统。
新项目上 AI，是真的很爽。原型半天出一个，脚手架一行命令拉起来。
但一切到那个跑了七八年、十几万行、原作者早就离职的老系统，AI 就开始胡说八道，改一处，崩三处。
一、它看不见这条河有多深
老系统最要命的地方，不是代码多，是「看不见」。
看不见跨模块的依赖——你动这里，不知道哪里会跟着塌。
看不见那些隐含的约定——为什么这个字段空着就不能删，为什么这个 if 里藏着一个只有老王知道的坑。
最要命的是，分不清哪些是 bug，哪些是当初就故意的。你以为那个「奇怪」的写法是缺陷，抬手改了，结果一个核心业务崩掉。那个奇怪，可能是十年前为了绕过某个数据库限制，特意留下的。
二、根因不是模型不行
很多人第一反应是：换更强的模型。
没用。因为问题不在模型，在上下文。
AI 动代码之前，得先看懂这个系统。可老系统的「说明书」早就没了——文档过期，或者压根没有；原作者走了，脑子里的地图也带走了。
AI 面对的不是「看不懂的代码」，而是「没有任何东西能让它看懂」。它每一次改动，都是在猜。换更强的模型，只会让它猜得更自信。
三、它需要的是一层「能读懂的地图」
所以答案不是更强的模型，是给它一层知识层——把源码、数据表、调用链、历史提交，逆向成一份结构化的地图：哪个模块管什么、数据怎么流、哪里是红线、哪些「怪事」是当年故意的。
有了这层地图，AI 才第一次不是在猜，而是在「带着证据」改代码。而且这份地图，人和 AI 看的是同一份——你也能打开，点开任意一个节点，看到它对应的源码行。
这层东西值钱，因为老系统维护是业界最痛、最缺、也最难被通用工具解决的一块。
地图有了，下一个问题就来了：怎么敢放手，让它自己跑？
软件研发的黑灯工厂 · 序 + 4 篇连载
下一篇：04 · 敢让 AI 自己跑之前，先立四条规矩