今天写这篇文章主要是想分享一下我是如何使用 AI 来进行辅助开发的,经过多次的迭代之后,我觉得这个 AI 开发工作流是比较完善的。如果大家看完后有不同的意见,欢迎留言评论。
以前大家做开发的时候,主要是学习怎么写好代码、怎么把代码写得更优雅;现在更多是在研究怎么让 AI 写好代码。
AI 就像一个编程技能顶尖的技术专家,但他刚来,不熟悉你的业务,也不知道你的项目背景和代码偏好。所以想让他干好活,你得把这些背景和规矩尽可能清楚地告诉他。
分享一下我平时使用 AI 辅助开发的心得。我觉得要想让 AI 高质量地完成任务,主要取决于两点:
- 提供正确的、足够的上下文
- 给出明确的指示
这两个条件都满足的时候,AI 基本都能把任务完成得很好。反过来,如果缺了上下文或者指示含糊,AI 在不了解的地方就会自己去猜、自己做决定,做出来的东西质量就会参差不齐,出现幻觉和跑偏。这就像领导给下属下了一个模糊的指令,有的下属遇到不明确的地方会主动回来问清楚再做,有的下属不问,全靠自己的理解闷头做,最后肯定会出状况。
举两个反面例子:
一个是提需求的时候只说一句"帮我做一个类似淘宝的下单功能",或者"给系统加一套优惠券"。优惠券怎么领、能不能叠加、退货时怎么算、库存什么时候扣,这些规则全都没交代,AI 只能自己编一套表结构和业务逻辑,写出来的代码基本没法用。
另一个是修 Bug 的时候,用户反馈"订单列表翻页偶尔会少一条数据",直接把现象丢给 AI 说"帮我修一下"。如果 AI 看不到线上日志,也查不了数据库,它只能对着代码盲猜,很可能在前端加一层过滤或去重把表面问题掩盖掉;而真正的原因其实是后端分页查询只按创建时间排序,遇到同一秒生成的两条订单时翻页顺序出了错。
如果我们给 AI 提供了足够的上下文和指示,处理过程就完全不一样了:同样是上面这个翻页少数据的工单,AI 先去日志系统查出当时的请求参数,再连上生产环境的只读数据库看到那几条同一秒生成的记录,定位到根因;接着顺着代码仓库排查其他使用相同排序写法的接口,给出一份修改方案------补上唯一主键排序兜底,并加上对应的集成测试。我们只需要审一下方案,确认没问题之后,后面的改代码、跑测试、写 PR 描述就都由 AI 自动完成了。
要想日常开发都能按后面这种流程方式来做,靠每次临时手敲一大段提示词是不现实的,得先把配套的基础设施和流程搭好。这里放一张完整的工作流总图,下面再拆开讲每一块具体怎么做:

如何提供正确、足够的上下文
现在做基础设施,更多要围绕着 AI 来做,考虑怎么让 AI 更好地工作,而不是只围绕人来做。其实很多东西本来也是围绕研发建的,只是以前只有人能看,现在需要把访问权限开放给 AI。
具体来说,AI 需要的上下文包括:日志、数据、工单系统、代码仓库、业务知识、工程知识,以及项目的历史决策。大致可以分成"代码仓库内沉淀"和"外部系统接入"两部分。
1. 在代码仓库里维护业务知识与工程知识
代码仓库是 AI 最容易随时读取的地方。工程知识包括项目的技术栈、目录结构、服务器与 CI 配置、本地检查命令等,可以把通用的规则放在仓库根目录的说明文件里(比如 AGENTS.md),前后端或具体模块有特殊要求的,再放到对应子目录的说明文件里,AI 改哪块代码就读哪块的规则。
业务知识和通用知识也最好直接放在代码仓库里维护,方便 AI 随时查找。这里有两个保持文档不过时的习惯:一是每次提 PR 修改代码或修完问题时,要求同步更新对应的文档;二是最好每周做一次知识整理,让 AI 根据当前最新的代码、线上数据和日志,把仓库里的业务知识、通用知识、架构图、业务流程图更新一遍。
2. 通过 MCP 和环境变量工具开放外部系统权限
光看仓库里的静态代码和文档,还不足以定位复杂的线上问题。对于监控、数据库、工单、办公软件这些系统,可以通过只读 API Key 或者 MCP(让 AI 直接连接外部工具和数据的接口)开放只读权限给 AI。出了问题不需要人手工去查再复制给它,AI 有需要自己按需调用就行。
在配置这些系统的只读密钥时,也不需要手动写在本地的 .env 文件里。现在有很多管理环境变量和密钥的工具(例如 Infisical、Doppler、1Password CLI 等),可以在运行时按需拉取和注入凭证,不用在本地到处留明文配置文件,管理起来方便很多。
平时主要需要给 AI 接通下面这几块:
- 日志与监控系统 (如 Grafana、Datadog、Sentry、PostHog 等):前后端的业务流程和重要节点都要做好打点。在大量依赖 AI 写代码的阶段,这些日志不是打给人看的,而是打给 AI 看的。有了完整的链路监控和日志,线上出任何事故,AI 都能从问题点一步步复盘到源头,知道故障是怎么复现的,再结合仓库里的业务上下文,就能给出靠谱的修复方案。
- 生产环境只读数据库:开放只读查询权限后,AI 能直接看到这个问题背后的数据是怎么变化的,分析问题比干看代码准确得多。
- 工单系统(如 Linear、Jira、禅道等):工单里记录了问题的最初现象、排查原因和讨论过程。一个复杂工单往往跨度很长,可能前前后后要改好几次代码、对应多个 PR,让 AI 能读到工单系统,它才能随时知道以前做过什么。
- 办公聊天软件与 Git 历史(如飞书、Slack、MS Teams 以及历史 Commit):很多业务细节和项目的历史决策其实散落在平时的工作群消息和老的提交记录里。允许 AI 通过 MCP 去读取相关的聊天记录、工单和历史 Commit,它就能了解项目的来龙去脉,不会因为不了解历史背景而改坏原有逻辑。
做好这些基建,AI 每次做需求、修 Bug 时就有了充足的上下文。

如何给出明确的指示
有了上下文之后,还要给 AI 明确的指示。
什么叫明确的指示?比如交代一个任务时,说清楚:具体要做什么、要求和限制是什么、可以参考仓库里的哪个文件、做完之后要满足什么验证条件,以及收尾要记得更新工单、补上必要的日志。
再拿更具体的修 Bug 场景来说。当你让 AI 去分析一个线上 Bug 时,完整的指示一般是这样的:先去读生产只读数据库和日志,从真实证据里找出问题出在哪,不要只看表面现象就直接改;找出直接原因之后,不能只在局部打补丁,还要继续排查相关的上下游链路,确认真正的根因和影响范围,避免局部看着修好了,结果在全局上引发别的问题(比如修好了 A 问题却引出了 B 问题);如果是带 Prompt 的模块出了问题,还要先分清到底是缺上下文数据还是模型判断失误。
问题在于,上面这一大串要求,不可能每次修 Bug 都手打一遍发给 AI,那样太麻烦了。所以更好的办法是把这一整套排查要求提炼成一个 Skill(直接放在项目仓库里的指令文件)。以后遇到 Bug,直接让 AI 调用这个"查根因"的 Skill 去排查就行。
顺着这个思路,拿我自己的实践来说,平时还可以根据不同的开发环节整理出很多别的 Skill:
- 写实施方案的 Skill:做新需求或复杂改动前,先梳理涉及的模块、数据流和边界条件,产出一份方案,并先拉起一个独立上下文的 Agent 审一遍方案有没有漏洞,人确认之后再动手。
- 实现代码的 Skill :把编码约定、测试要求写进去。这里有个很实用的做法:如果团队没有条件在 CI 上配置自动 Agent Review,可以在"实现代码"这个 Skill 的最后加一条独立 Review 指示------要求代码写完、自测通过后,必须开一个独立上下文的子 Agent 来对改动做一遍 Review,把明显问题在提交前先拦下来。
- 提交代码与写 PR 描述的 Skill :限制提交时不能跳过本地检查钩子(如
--no-verify),并按固定模板生成 PR 描述------把问题现象、查日志和数据库拿到的相关证据、问题根因、修复方案都写清楚,同时关联好工单号。 - 自动处理 CI 与跟进评论的 Skill:提交代码后如果 CI 校验没过,或者有明确的 Review 修改意见,让 AI 自动去读取报错并修复重推,不要每次等人类发现 CI 失败了再去和 AI 沟通,那样效率太低。
当仓库里的 Skill 越写越多之后,可以做个简单的使用统计,把那些长期没怎么用过的 Skill 清理掉,保持精简。另外在定业务规则时还有一点经验:结构化数据比改 Prompt 文本更好用------能通过配置字段、状态表或代码逻辑约束清楚的规则,尽量不要堆在自然语言 Prompt 里。
测试与 Code Review 的变化
当上下文和明确的指示都到位之后,AI 写代码的速度非常快,并且量大。这时候如果还按老办法做测试和人工逐行 Review,最后反而会在验收和审核环节卡住。
1. 针对业务行为写测试,用确定性脚本省 Token、防幻觉
写测试用例最好直接针对业务行为来写------业务上应该表现成什么样,测试就怎么测,专门给某个内部小函数写单元测试其实没什么必要。非 UI 类的修改多写集成测试,Web 端的修改多用 Playwright(或类似工具)写 E2E 测试。
比如某个 Web 端的问题让 AI 修好之后,第一次可以让 AI 控制浏览器去跑一遍真实页面做验证,同时让它写出对应的 Playwright E2E 测试用例,拿浏览器实际跑出来的结果和 E2E 用例一一对比,确保脚本是准确的。等用例定下来,后面再改代码直接跑 E2E 测试就行了,不用每次都让 AI 控制浏览器去跑完整流程------老让 AI 控浏览器不仅太费 Token,而且 AI 偶尔会产生幻觉;用代码写出来的 E2E 测试,行为和结果都是确定性的。
如果系统里有依赖业务 Prompt 的功能,最好再配一套 Replay(回放)系统 ,平时注意收集线上真实案例和修过的边界案例(也可以把生产数据克隆脱敏到本地做验证和回放)。在 CI 阶段,不需要每次提交都跑全量测试用例------可以在 CI 上识别改动范围,只有当 PR 改过相关的 Prompt 或配套配置时,才自动触发对应的测试用例跑回放,防止改 Prompt 解决了当前问题,却把以前修好的旧问题又改出来了。

2. 告别逐行抠代码,转向审核方案、证据与行为
如果还像以前那样认认真真把整个 PR 的代码逐行审一遍,效率其实还是没有提上来。前面做了那么多工作把上下文塞给 AI,又通过各种自动化测试去验证功能,结果在 Code Review 这步卡上几十分钟甚至几个小时,前面就白提效了。
既然用了 AI,就不用强求它写的代码跟人手写的一样完全做到极致整洁、低耦合、高内聚,差不多过得去就行了,反正现在普通业务代码也基本不怎么细看。重点应该转到验证 AI 的行为上:只要业务行为没问题,性能和稳定性达标,代码风格细节不用太纠结。
有条件的话,可以在 CI 上配一到两个 AI 自动 Review PR,帮忙先挑一遍代码层面的毛病。到了人工 Review 时,不要再通篇看代码,主要看两处:
- AI 写的 PR 描述和总结(看现象、日志/数据库的查询过程与证据、根因分析、修复方案是不是立得住);
- 极少数关键代码文件(比如 SQL 变更文件、核心权限配置等)。
控制好有限的 Review 轮数,这两处没问题就可以放行了,别让 Review 成为提效的卡点。
两种研发模式的选择与线上巡检
在这套工作流下,人平时主要只做决策和做验证,花时间最多的地方就是一开始调查完根因之后的修复方案审核;只要方案这步把好关了,往后基本都是自动跑完的。
不过从我个人的经验来看,就算给足了上下文和明确指示,AI 出的方案还是有可能出错或者跑偏,毕竟 AI 存在幻觉。面对这个问题,实际落地一般有两种流派,分别适合不同的产品形态:
一种是稳健派,适合正式的线上核心业务或 ToB 产品。前期花精力慎重审核方案(先让几个 Agent 审,人再拍板);后面编码、本地克隆数据回放、跑单测和 E2E、控制浏览器测试全交给 AI 自己做,中间测出问题它自己就顺手修了;最后提完 PR,人手动验证一下效果(不放心就自己开浏览器再点一遍),简单看下 PR 总结和关键文件没问题就合并。
另一种是激进派 ,人只管发工单、接需求和问题,让 AI 全自动做完直接合并快速上线,人直接看线上效果,没问题就继续观察,有问题就快速修复。全自动在复杂大系统里确实容易踩坑,但如果做的是公司内部工具、个人产品或者早期验证型项目,用激进派这套方案完全没问题,核心就是快速上线、快速拿反馈、快速修复。

不管是哪种流派,因为 AI 难免会有幻觉漏出问题,最后最好都配一个每日定时检测来做兜底。
每天定时跑任务去分析线上核心数据有没有异常,或者专门挑最近部署上线的 PR,检查对应时间段内的数据和业务行为正不正常,自动生成每天的巡检报告,发现异常就直接发告警到飞书、Slack 这类工作软件里。现在很多通讯软件都能直接把 AI 接进去,看到告警之后,直接在告警消息下面让 AI 去修就可以了------比如让它先建个工单,再自己去查日志定位根因、提 PR 修复。

最后聊聊对工程师的要求
上面这一整套其实就是 AI Native 的研发流程。基础设施搭好之后,研发的自动化程度非常高,人留下来主要就是做决策和做验收。
这也意味着研发必须非常懂业务------这也是为什么我觉得以后的研发基本都会变成产品工程师,不懂产品、不懂业务的人很容易被淘汰。
顺便说点别的体会:在和 AI 对方案的时候,资深工程师依然很有优势。因为有扎实的基本功,一眼就能看出哪个方案更好、哪个有隐患;基础薄弱的时候可能分析不出几个方案之间的区别,只能更多依赖 AI 的判断。
所以前后端的基础知识还是得掌握,最好往全栈方向学。每一块深度不一定要求有多高,因为具体不会的细节随时可以问 AI;但广度是一定要有的。你只有知识面够广,知道有哪些概念和环节,遇到问题时才知道该怎么向 AI 提问。懂得越多,越能问出好问题;问题问得好,AI 给出的回答质量才会高。