AI 帮我写了一万行代码，但我已经看不懂自己的项目了

事情是这样的

上个月我用 Cursor 重构了一个项目。三天时间，AI 帮我写了大概一万多行代码，涉及 40 多个文件。

第四天我打开项目，发现一个 bug。

然后我意识到：我已经不知道这个项目是怎么工作的了。

不是说我不会写代码------而是 AI 写得太快了，快到我的理解速度跟不上项目的增长速度。我需要追一个 bug，但链路跨了 7 个文件，其中 5 个是 AI 写的，我从来没仔细看过。

那一刻我有一种很强烈的"失控感"。

我不想逐行 review AI 写的每一行代码------那样还不如自己写。

我想要的是：一眼看到"这个项目在做什么"。

不是调用图（那是给编译器看的），不是 import 关系（那是给打包工具看的）。我想看到的是人话：

"用户登录"这个功能 = 接收请求 → 查用户 → 比对密码 → 签发 token → 返回

就像你跟同事口头描述一个功能时说的那样。

想了几天后我开始动手，做了 CodeSee。

核心想法很简单：让 AI 在写代码的同时，也写一份"功能地图"。

这份地图不是代码级别的------它是语义级别的。就像做菜：

如果功能是"西红柿炒鸡蛋"，地图展示的是"备菜 → 打蛋 → 热油 → 下锅 → 调味 → 出锅"，而不是 prepare() 调用 slice() 再调用 whisk()。

三层视图，从粗到细：

概览 ------ 整个项目有哪些大模块，它们之间什么关系

功能 ------ 每个模块里有哪些具体功能

流程 ------ 一个功能内部的步骤链（包括异步、条件分支、错误处理）

说白了就两件事：

AI 怎么知道该写什么？我写了一套 prompt，告诉它：你刚写完代码，现在把这个功能用"动作短语"描述出来，写到 features.json 里。

关键是------这份 JSON 是纯文本，可以 git diff，可以人工修改，可以锁定不让 AI 覆盖。不是什么黑盒。

我试了两种场景后发现：从第一天就集成效果最好。

为什么？因为 AI 刚写完代码，它完全知道每一步做了什么。让它"回忆"一个已有项目的逻辑，准确率会下降很多。

工作流就是：

arduino 复制代码

你说"实现用户登录" 
→ AI 写代码 
→ AI 顺手更新 features.json 
→ 你打开画布看一眼"哦，原来是这么串起来的"
→ 发现设计问题 → 告诉 AI 改
→ 下一个功能

画布变成了你的活的架构图，始终和代码同步。

我调研过：

CodeSee 的定位是：AI 自动维护 + 语义级别 + 可交互画布 + 和代码同步。这四个同时满足的，我没找到。

MIT 协议，一键安装到你的项目：

bash 复制代码

# Windows
./scripts/install.ps1 D:\path\to\your\project

# macOS / Linux
./scripts/install.sh /path/to/your/project

如果你也有"AI 写太快，我跟不上"的感觉，试试看。有问题直接提 Issue，我会回复。