如题， 重写一个老的 go 服务端，自定义协议的，大概 10w 行+的规模。 一开始我是边和 ai 对话边人工审核，后来代码生成速度太快，就没人工审核全程 ai 。 ai 完工后开始人工检查，发现到处是问题。 代码是能跑通就行，代码主路径能通，然后问题一堆，包括不限于： 资源泄露、重复代码、糟糕的架构、副分支逻辑错误、功能缺失等等。
然后一个一个的修， 靠 ai 修的话又是大范围修改代码，改了的代码又要大量重新人工审核。 整个流程变成了，生成代码->人工审核->生成代码->再次人工审核不断循环。 这部分耗时大概达到了编写的耗时 10-20 倍还没完成。
你不会就让野生的 AI 直接写把。野生的 ai 写的代码没法用。只会写出一堆屎山代码。 写代码的 ai 是一只猫🐱，你要慢慢的养。每天还要铲它写出来的屎山代码。然后你要教它。 ai 写代码是一个由慢到快的过程。前几天，或者前几周是很慢的。你得让它生成出来之后，再生成单元测试。然后你慢慢的一行一行的读。发现什么问题就让它记录到 CLAUDE.md 里面去作为 Never 段的内容。然后你可以添加 ARCHITECTUR.md 等很多文件，具体看社区版的上下文治理。 养一个月就差不多了。然后它写代码就很快了，你慢慢的就可以不怎么看了。 至于为什么是 CLAUDE.md 而不是 AGENTS.md 。那是因为除了 claude code 以外的都是垃圾，是无法驯服的傻鸟🪿
metmit
8 小时 59 分钟前
要确定每次修改的目的、边界、可量化的验收标准，收敛每次的问题，这样才能控制住，想要一把梭不现实； 始终相信，只要 ai 有了足够的背景知识，人工和 ai 确定了方案+再给它一定的约束，它生成的代码质量、生成速度是远超人类的
xyyxlq
8 小时 58 分钟前
先表示下用 的什么 ai +1 用 SOTA 模型（ GPT 5.5/Opus 4.7 等）和用普通模型结果天差地别。
longaiwp
8 小时 55 分钟前
第一，你用的什么模型？第二，你用的什么 Harness 工具？
ntdll
8 小时 52 分钟前
在不在乎 TOKEN 消耗的情况下，且 AI 可以自行测试验收的时候，由于其可以 24 小时不停，因此时效上，还能够和人工比，但考虑到 Token 成本就另说了。