AI 使用疑惑，大家伙有没有最佳实践？

[0xLittleFi]

1. 针对于 AI 编写可维护代码，是否有好的办法约束？或者沉淀自己的编码 skill 、agent? 如果让 ai 直接写代码，可能会是功能正常，代码一团乱？比如 过于冗杂的非空判断等
2. 个人上下文的沉淀，如何让自己用 AI 时会不断地自我进化，而且不需要依赖单一的模型或者软件，这一份大脑是随着人的使用而成长
3. 针对于工作上的代码和产品逻辑的维护，大家有没有经验可以分享的

[0xLittleFi]

我个人长期使用 openai pro5x 套餐，最近也在使用 deepseek harness 、hermes 等工具，hermes 是不是可以达到自我进化的过程？

[catwalk]

最佳实践就是自己测试自己研究自己得出结果，适合你的才是最佳实践

[ntdll]

如果你不准备 Human in loop ，那么其实就不存在**可维护代码**这个说明，因为写是 AI 写的，改也是 AI 改的，你只是负责许愿。哪怕你用了各种工程化的东西，也并不影响这个结果。

一旦人进入了整个 AI 流程里，那么为了你说的可维护性，人会是第一个拖后腿的。人 review 的速度，根本跟不上 AI 编写的速度。

[loading]

自我进化！

[0xLittleFi]

可以分享一下自己的最佳实践，参考一下😂
@catwalk

[0xLittleFi]

@ntdll 但是当项目越来越大的时候，我希望是被人可控的。 当然 AI 快，但是整体架构或者核心流程，应该是人最熟悉。AI 只会在特定场景下考虑问题，人要是上下文最全的实体

[byte10]

你是项目总监，请问你怎么对项目可控？还不是一样？大家开发的代码，难道你每一行都要 review 么？你只要鞭策你的下级好好写代码，然后测试人员兜底。现在 AI 基本都吊打开发和测试了。
剩下的问题就是工程问题和架构设计了，比如架构用微服务，基本就隔离那些失控的代码了，项目膨胀就拆，划分好边界，AI 处理的粒度不会太大，那么所有的东西都变得可控。

总结就是你控制大的粒度，AI 技术经理控制中等粒度，AI 开发处理小的粒度，基本就可以避免大项目的失控。总的来说还是要懂架构，懂方案设计。如果不是淘宝那种级别的系统，没啥大问题。

[hytex]

之前我也发过类似的帖子，不过从回答来看，貌似没有什么特别好的通用解决方案。
基本上都是硬性规则还是得按照之前的方式来处理，软性规则使用 AI 处理。

硬性规则例如代码格式，代码编写规范。
软性规则例如代码编写的逻辑，使用的技术偏好等。

如果 OP 找到一个合适的解决方案，请一定要记得再发一个帖！

[JinShu]

我感觉 OP 需要进化

[deplives]

换个思路
如果有一天你成了公司的架构师，只会手下几十号的研发从 0 开发产品，你怎么保证项目的代码是可维护的？

[ota]

可以借鉴一些方法论，工程思维。比如 X-Driven Development,主流的 sdd ，tdd 可以找一些案例练习一下流程。
学会后，可以引入 bdd ，cdd 之类的方法论做辅助。这样基本就完善了。
大家的流程都是大同小异的，只是原子化了上述的方法论，比如我用的基本是 OpenSpec + selective Superpowers TDD

[catwalk]

@0xLittleFi 可以啊，通常我会用 AI 让 AI 获取行业主流做法及最佳实践，会给我很多不同方案，不要依赖模型自身的知识，让他获取外部信息，结合你自身的项目或者需求，让他给方案你做决策

[jackOff]

相同技术栈的项目至少保持一个项目的项目代码是严格把关的，这样子在开发相同技术栈的其他项目可以直接让 ai 少踩坑照搬这个模板项目去快速堆建新项目

[cryptitalk]

针对 1&3: 我觉得 TDD 是目前比较靠谱的方法，要不个人根本就跟不上 AI 的进度，我觉得回归测试集本质上是产品层面上的 harness hook

针对 2: 没有什么好办法 我觉得这是现在 ai 架构层面的问题，是一个哲学问题，是一个现在无解的问题 -- 也许靠你自己的大脑是最靠谱的

[San668]

那不是还要做个传统开发工程思维吗，ai agent 开发了，有什么时候有一些思维我觉得按 ai 开发思路，不能用原来有思路来，而且很多问题都在开发中碰到只是自己碰到了，才能知道，而不是写一些 skill 就可以解决

[0xLittleFi]

@San668 传统和现代的区别是什么？