会话式编程：重新定义人与代码的关系

🚀 引言：时代的选择与工程师的焦虑

兄弟们，如果你和我一样，在代码世界里摸爬滚打了多年，一定会有一个深刻的体会：我们耗费了太多的心智在"怎么做"上，而非"做什么"上。

一个简单的 CRUD 页面，从配置路由、编写组件模板、遵循命名规范、到处理接口请求的 try-catch，每一步都充满了机械重复和认知摩擦。

现在，以 Cursor、Claude Code 、GitHub Copilot 为代表的 AI 编程工具，正在将我们从这种低效的循环中解放出来。这不是代码补全的 2.0 版本，这是会话式编程 (Conversational Programming) ，一场人与代码交互方式的根本性革命。

我们不再是**"代码的搬运工"，而是 "数字世界的造物主"**。而实现这一转变的核心，在于 AI 编程不是取代传统编码，而是提升研发效率，让小团队开发大型或复杂项目成为了可能。

🧠 深度剖析：为什么是"会话式"？

传统的 AI 辅助编程，如早期的 Copilot，更像一个"词典"或"片段库"，它基于上下文提供静态的建议。而"会话式编程"的关键在于其多轮、有上下文、可修正的能力。

核心原理：从静态匹配到动态决策

开发者通过自然语言 与 AI 进行交互。这里的自然语言不仅仅是指令，更是对语义上下文 的深度理解和项目规范的隐式校验。

需求的模糊性与代码的确定性 ：
- 人的需求往往是模糊的（"这个列表要好看一点"、"加一个高性能的搜索"）。
- AI 接收的需求必须是明确的 。
  会话式编程通过多轮对话，帮助开发者将模糊的人类意图 ，逐步精炼为明确、可执行的 AI 指令。
工程规范的"操作系统" ：
会话式编程通过内置的规则系统，将项目的"魂"融入到每一次代码生成中。

⚙️ 项目的"宪法"：User Rules & Project Rules

这是 AI 编程的灵魂所在。它不再是写在 Confluence 或 Wiki 上的冷冰冰的文档，而是可执行、可校验的代码规范。

规则类型	核心价值	应用场景示例	高级开发者视角
`user.rules`	统一风格，减少认知切换	个人偏好的代码格式、注释语言、变量命名风格 (e.g., 全局使用 `camelCase`)。	全局生效。定义你的"编码指纹"，确保个人输出的一致性。
`project.rules`	统一协作，保障项目质量	技术栈约定 (Vue 3/React Hooks)、UI 框架使用规范 (Antd/ElementPlus)、接口请求规范、数据库表/字段命名规范 (e.g., `user_account` 表名，字段使用下划线)。	仅对项目生效。通过强制遵循，彻底消除团队协作中的规范摩擦。

💡 实战 Tip： 在大型或遗留项目中，使用 /Generate Cursur Rules 命令让 AI 自动学习和总结已有代码风格，是快速统一团队编码行为 的核武器。它保障了 AI 生成的代码与手写代码的风格同源性。

💻 代码实现与实战经验

作为高级开发者，我们关注的不再是代码本身，而是如何通过会话指导 AI 触及到架构深处。

场景：指导 AI 封装一个高性能组件

假设我们的 project.rules 规定：所有列表组件必须使用 React + TypeScript ，数据请求必须使用 useQuery Hook 进行状态管理和缓存，且组件必须是函数组件。

对话实录（部分）

我： "生成一个 UserList 组件，使用 TypeScript 和 React。它需要从 /api/v1/users 获取数据，并用 Antd Table 展示 id, name, email。"
AI 响应： 自动生成基础结构，并遵循 project.rules 使用 useQuery Hook 封装请求。
我： "不对，project.rules 规定，所有表格的字段名称必须是中划线 风格，但 JS 变量要保持驼峰。请在 columns 定义中加入数据转换逻辑，确保显示友好。"
AI 响应： 立即修正代码，在 columns 或数据处理层（如 fetchUsers 内部）加入 key 到 dataIndex 的映射或转换函数，并保持组件内部变量为驼峰。

javascript 复制代码

// AI 在多轮对话后生成的 UserList.tsx (部分修正结果)
import React from 'react';
import { Table } from 'antd';
import { useQuery } from 'react-query'; // 遵循 project.rules: 使用 useQuery

interface UserData {
  id: number;
  userName: string; // 内部变量使用驼峰
  userEmail: string; 
}

// 假设 fetcher 函数已遵循规范定义在 src/api 中
const fetchUserList = async (): Promise<UserData[]> => {
  // ... 实际请求逻辑
};

const UserList: React.FC = () => {
  const { data, isLoading, error } = useQuery<UserData[]>('userList', fetchUserList);

  // 关键修正：确保 dataIndex 映射和展示符合规范
  const columns = [
    // 尽管接口返回的是 'userName' (驼峰)，但 UI 展示 Title 遵循规范
    { title: '用户ID', dataIndex: 'id', key: 'user-id' }, 
    { title: '用户名称', dataIndex: 'userName', key: 'user-name' },
    { title: '联系邮箱', dataIndex: 'userEmail', key: 'user-email' },
  ];

  if (error) return <div>加载失败: {error.message}</div>;

  return (
    <Table
      columns={columns}
      dataSource={data}
      loading={isLoading}
      rowKey="id"
      pagination={{ pageSize: 10 }}
    />
  );
};

export default UserList;

灵魂所在：

在这个过程中，我们从未手写一行模板代码或重复性的类型定义。我们的工作变成了：

定义宏观结构（列表组件）。
指导规范细节（数据风格转换、状态管理方式）。

程序员负责思考与决策，AI 负责生成代码和逻辑校验。

🎯 总结与展望：从"搬砖"到"布道"

会话式编程不是一个可选项，它是未来软件工程的基础设施。

对于我们高级开发工程师来说，这是一个巨大的机遇，它让我们从"码农"的身份中真正解脱出来：

能力放大 (Leverage) ：提升个体效率 NNN 倍，使得小团队能挑战过去只有大型团队才能完成的项目（如高复杂度的企业级 HIS 系统、金融交易系统）。
角色蜕变 (Transformation)：我们的价值不再是"写出多少行代码"，而是**"定义了多好的架构、多清晰的规范"**。
核心竞争力 ：对架构的洞察力 和清晰表达复杂需求的能力，将成为新的核心竞争力。

拥抱会话式编程，我们不再是代码的执行者，而是架构蓝图的绘制者 和工程规范的布道者。

作者: 王新焱

博客: https://blog.csdn.net/qq_34402069

时间: 2025年11月18日