用 AI 写 Android 需求:少踩坑的实战心得

先说结论

用 AI 写 Android 代码这事,我折腾了一段时间,最大的感受就是------AI 写出来的代码质量,八成取决于你怎么"喂"它。

很多人第一次用的时候都会觉得"哇好厉害",第二次就开始骂"这写的什么玩意"。其实不是 AI 变笨了,是你第一次恰好问了一个它训练数据里烂大街的问题(比如写个 RecyclerView adapter),第二次碰到了你项目里特有的逻辑,它就开始胡编了。

所以这篇文章不是教你怎么用 AI 工具,而是聊聊怎么才能让 AI 生成的代码真正能用,而不是看着像那么回事、一跑就崩。


一、最重要的一件事:让 AI 知道你的项目长什么样

这一点怎么强调都不过分。

你想想,你让一个刚入职的校招生写代码,你不给他看项目代码、不告诉他架构分层、不说命名规范,他写出来的东西能直接用吗?AI 也一样,甚至比校招生更需要这些信息------因为校招生好歹会自己翻翻项目,AI 不会,你不喂它就真的不知道。

具体怎么做:

把你项目中已有的同类代码 直接贴给它当范例。比如要新写一个 Service,就把已有的 DepartmentService.java 丢给它,跟它说"照着这个风格来"。这比你用文字描述半天架构有用得多。

再比如我们项目里日志统一用 WwLog.i(TAG, msg),你不说的话 AI 百分百给你写成 Log.d("tag", "xxx")------它又不知道你项目里有自己的日志工具。


二、需求一定要拆,别一口气让它全写了

我之前犯过一个错误:需求评审完,我直接把 PRD 里一整段功能描述丢给 AI,让它"帮我实现一下"。结果它确实洋洋洒洒给我生成了好几个文件,但代码之间的调用关系是乱的,数据模型和后端接口也对不上,基本等于白写。

后来摸索出来的经验是:按"数据模型 → Service/Repository → ViewModel → UI"的顺序,一步一步来。

每生成一步就编译一下,确认没问题再继续。这样做看起来慢,实际上比一把梭然后花两小时 debug 快多了。

举个例子,假设需求是做一个会议预约功能:

scss 复制代码
第一步:先定义 MeetingInfo 数据类,把 proto 文件里的字段贴给 AI
第二步:在 MeetingPluginService 里加 createMeeting() 方法
第三步:注册到 ServiceManager(告诉 AI 参考现有的注册方式)
第四步:写 ViewModel
第五步:写 UI

每一步都是小的、可以独立验证的。AI 最擅长的就是这种"边界清晰、上下文充足"的小任务。


三、Android 的坑,你不提 AI 是真的不会注意

这是我吃过很多次亏之后的总结。AI 对 Android 开发有一些"系统性盲区",以下这些你不在 prompt 里主动提醒,它大概率会忽略:

生命周期问题:AI 经常在回调里直接更新 UI,完全不管 Activity 是不是已经被回收了。我之前让它写的一个网络回调,线上直接崩了一片------就是因为页面已经 destroy 了,回调还在往 TextView 上 setText。现在我每次让它写异步逻辑,都会加一句"需要检查生命周期状态,页面销毁后不执行 UI 操作"。

线程问题:AI 生成的代码有时候会把网络请求写在主线程,有时候在子线程里直接操作 View。你得明确告诉它"网络请求走 IO 线程,UI 更新切回主线程",最好直接告诉它用协程还是 RxJava,别让它自己选。

RecyclerView 复用 :这个坑经典到不行了。AI 写 onBindViewHolder 的时候,很喜欢只设置"有值"的情况,不处理"没值"的情况,导致滑动的时候数据错乱。每次涉及列表,我都会提醒"在 onBindViewHolder 中重置所有控件状态"。

Context 使用:让 AI 写单例或者工具类的时候,它特别喜欢持有 Activity Context,内存泄漏就这么来的。

说实话这些坑,对有经验的 Android 开发来说都是常识。但问题是 AI 没有经验,它只有训练数据。你得把你的经验"翻译"成它能理解的指令。


四、一个容易被忽视的大杀器:让 AI 反过来审查代码

代码写完之后不要急着提交,把生成的代码再丢给 AI,让它扮演 Code Reviewer 的角色:

  • "检查这段代码有没有空指针风险"
  • "这里有没有线程安全问题"
  • "跟这个 proto 定义对一下,字段映射齐不齐"

我实际操作下来,这一步能发现大概 30% 的问题。有点像自己写完文章再通读一遍------写的时候沉浸在逻辑里容易忽略细节,换个视角就能看到。

当然 AI 审查也不是万能的,业务逻辑对不对这事还是得你自己把关。AI 能帮你抓空指针、抓线程问题、抓资源泄漏,但它判断不了"这个场景下到底应该弹 Toast 还是弹 Dialog"。


五、把团队踩过的坑沉淀成"AI 规则"

这是我觉得 ROI 最高的一个动作。

很多 AI 工具支持项目级的配置文件(比如 .cursorrules、.codebuddy/rules),你可以在里面写上团队的编码规范和历史教训。这样每次 AI 生成代码的时候,这些规则会自动作为上下文注入,不用每次都手动提醒。

比如我们项目之前踩过的坑:

  • TopBarView 里 setPadding 没考虑 RTL 布局导致阿拉伯语环境下界面错乱,后来统一改成了 setPaddingRelative
  • ExternalPayService 的回调没做生命周期检查,页面关了回调还在执行,直接崩

这种项目特有的坑,你不写下来,每个新需求 AI 都有可能再踩一遍。写进规则文件里,一劳永逸。


六、我现在的工作流

复制代码
拿到需求
  ↓
拆成 5~8 个小步骤
  ↓
每个步骤准备好上下文(范例代码 + proto + 约束条件)
  ↓
让 AI 逐步生成,每步编译验证
  ↓
生成完让 AI 自查一轮
  ↓
自己再过一遍业务逻辑
  ↓
提交

整个流程跑下来,我的感受是:写代码的时间确实缩短了不少,但省下来的时间大部分花在了"准备上下文"和"验证结果"上。总体效率提升大概在 30%~50%,主要看需求的复杂度------越是模式化的代码(CRUD、列表页、表单页),AI 的加速效果越明显;越是涉及复杂业务逻辑和边界条件的,人工介入越多。


最后说两句

AI 编程工具发展很快,但至少在现阶段,它的定位更像是一个特别能干但需要详细指导的初级开发。你给它清晰的上下文、明确的约束、合理的任务粒度,它就能输出高质量的代码;你要是什么都不说就让它自由发挥,那出来的东西大概率要你花更多时间去修。

说白了,用好 AI 的关键不是学会什么高级 prompt 技巧,而是把"我脑子里知道但没说出来的东西"整理清楚,显式地告诉它。这个过程本身,其实也在帮你把需求和技术方案想得更透彻------这算是一个意外的收获。

相关推荐
FungLeo4 小时前
FengCMS · PHP+MySQL 升级实录 · 危险默认值之殇:root/123456、认证码 8888 写进配置加载器
android·mysql·php·安全加固·fengcms
yz_aiks4 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
booboosui12 小时前
编号没变,消息还是来了:Mac 端通知读取漏第二条的原因
android
雨白1 天前
单例设计模式:从 Java/Kotlin 实现到 Android 实战
android
hai_android1 天前
一行 asLiveData,背后是一座生命周期的桥
android·java·kotlin
阿杰m1 天前
Android源码第二十三章:Telephony、RIL 与 IMS——来电怎么到应用?
android
booboosui1 天前
没人认领 .md:安卓把报告交给了音乐播放器打开
android
用户60709759149061 天前
AOSP 14 OTA 升级指导(四):update_engine 内部机制——Action 流水线与写盘
android
恋猫de小郭2 天前
Jetpack Compose 1.13 发布,憋了这么久终有交代了
android·前端·flutter
JMchen1232 天前
【Android 性能优化实战 60 讲】12 异步 Inflate 实战与痛击:源码拆解原生瓶颈,手写增强版布局预加载框架
android·性能优化·实战·启动优化·异步inflate·x2c