多乐 · blog

我的 AI Coding 工作流

分类技术

这是一篇示例文章,用于演示博客功能。正式发布前请替换为真实内容。

为什么写这个

过去一年,AI 编程工具从「玩具」变成了我日常开发的一部分。这篇文章记录我当前的工作流——它还在不断变化,但大体的骨架已经稳定下来。

我的工作流骨架

我把一次开发任务拆成几个阶段:

1. 需求拆解

先把模糊的需求写成明确的验收点。这一步我通常自己完成,AI 更适合做「执行者」而不是「产品经理」。

2. 设计确认

给出大致的模块划分和数据结构,让 AI 生成实现方案,然后我 review 关键设计决策。

3. 代码生成与补齐

让 AI 生成样板代码、单元测试和文档注释,我负责核心逻辑与边界情况。

4. 重构与清理

用 AI 做机械性的重构(重命名、提取方法、消除重复),把精力留给真正需要思考的部分。

原则

  • 代码要能读懂:AI 生成不是免检通行证,每一行都要能解释
  • 测试先行:AI 生成的测试往往能快速暴露问题
  • 保持小步提交:方便回溯,也方便在出错时定位

工具

  • IDE 内联 AI 补全
  • 对话式代码生成
  • 自动 commit message 生成

TODO: 补充你实际使用的具体工具与配置。

总结

AI 没有取代编程,它改变了编程的节奏。写代码的时间变短了,但读代码、想清楚的时间变长了——这大概是好事。