现在我的大部分代码，都是和 AI 编程助手一起写的。用得越多，越觉得它像一位能力很强、但第一天入职的同事：执行力很高，但不知道这个项目的规矩。

把隐性规则变成显性文档

刚开始，我会在对话里反复强调「服务之间不要共享代码」「表结构只能通过迁移修改」。后来把这些整理成项目根目录下的一份协作文档：分层规则、命名约定、哪些操作需要格外小心。

规则写下来之后，不只是 AI，半年后的自己也能很快回忆起当初为什么这样设计。

能被检查的规则才可靠

文档会被忽略，检查不会。知识库项目里，这些约束都由工具强制执行：

  • 服务内部的分层依赖由 import-linter 和 ESLint 检查，下层引用上层直接报错；
  • 跨服务接口在 JSON Schema 契约里定义，有契约测试兜底；
  • 业务代码单文件不超过 500 行，超了就拆。

所有检查汇总成一个脚本，AI 改完代码先跑一遍，不通过就不算完成。

让它先读，再写

最常见的问题，不是 AI 写不出代码，而是它在不了解上下文的情况下「另起炉灶」，写出一套和项目风格不一致的实现。所以我习惯先让它去读相关模块、说说自己的理解，确认没有偏差再动手。

判断留给自己

AI 可以在几分钟内给出三种方案，但选哪一种、哪里要妥协、什么时候该停下来，仍然需要自己判断。评审 AI 写的代码，和评审同事的代码一样，要逐行读、要能说清楚每一处为什么这么写。

它让我能尝试更多想法，也让我更清楚哪些事情必须自己想透。