从补全到重构：我在三个项目里用 AI 省下多少时间

从补全到重构：我在三个项目里用 AI 省下多少时间

说实话，以前我觉得 AI 写代码就是逗我玩的，现在嘛……真香。

当然，这种“真香”是有前提的。核心在于别把它当黑盒魔法供着，也别指望它能完全替代你的脑子。说白了，就是把它当成一个手速很快、但偶尔会瞎猜的初级工程师。它不背锅——我审。

经过这几个项目的摸爬滚打，我算了一笔账：以前写完一个标准的 CRUD 接口，从建表到联调至少得折腾二十五分钟。现在？贴好 Schema，让 AI 生成，我再快速过一遍类型定义，十二分钟搞定。省下的时间，够我摸鱼（划掉）深入研究那个棘手的边界条件了。

代码生成：别只扔功能描述

在日常开发里，我最烦的不是写不出核心逻辑，而是写那些枯燥的样板代码。比如手动创建一堆 DTO、把数据库模型一个个转成 TypeScript 接口。

上个月给兰屿星奇的一个客户做支付模块重构，涉及十几个实体的增删改查。要是以前，我得手动复制粘贴改半天。这次我直接先把核心的 Prisma Schema 贴进去，然后告诉它：

我要生成的代码得严格遵循项目现有的装饰器风格，TypeScript 必须开 strict 模式，而且每一层都要有基础的异常处理。

这种做法比我自己写还快，关键是生成的代码和我的项目风格高度一致，不需要二次大改。不过，我总会在提示词末尾加一句：请解释一下为什么这么写。这招很管用，有时候 AI 会自作聪明地引入一些我没要求的依赖，或者用了一个我不熟悉的 API 版本，通过让它解释，我能快速发现这些“小动作”。

下面这个提示词结构，我基本是直接照搬用的：

你是一个资深后端工程师。请基于以下 Prisma Schema 生成对应的 NestJS Service 层代码。
要求：
1. 使用 TypeScript strict 模式
2. 遵循项目现有的装饰器风格
3. 包含基本的异常处理逻辑

Schema:
model User {
  id Int @id @default(autoincrement())
  email String @unique
  name String?
}

记住，AI 生成的代码不是最终答案，它只是一个质量不错的初稿。真正的价值在于你的审视和微调。没它，我今天估计得加班到十点补完剩下那几个 DTO 文件。

调试：当“第二双眼睛”派上用场

AI 在调试方面的价值，往往被低估了。

有一次线上出现了一个极其隐蔽的死锁问题。日志报错信息模棱两可，我盯着屏幕看了俩小时，头发都快抓掉了，还是一头雾水。后来我把关键的业务逻辑代码、当时的数据库事务隔离级别配置，甚至相关的环境变量脱敏后一起丢给 AI。

它没过多久就指出了嫌疑点：在特定的执行路径下，两个事务获取锁的顺序不一致，导致了循环等待。它还建议引入确定性的锁顺序策略来修复。

我去验证了一下，果然如此。那次死锁，我真盯了俩小时。AI 一眼看穿的原因很简单——它能瞬间关联海量文档里的类似问题，提出人类容易忽略的边缘场景假设。作为“第二双眼睛”，它在打破思维定势这方面确实有点东西。

对于这种难以复现的间歇性故障，我还会让 AI 帮忙设计监控埋点方案，让问题在未来的发生变得“可见”。

下面的模板是我处理此类问题的常用格式：

我正在调试一个 Node.js 应用中的死锁问题。
错误信息：[粘贴错误日志]
相关代码：[粘贴关键代码片段]
数据库配置：[粘贴事务隔离级别等配置]

请分析可能的原因，并给出具体的排查步骤和修复建议。特别关注并发场景下的资源竞争问题。

当然，我不能完全盲信它的判断。结合业务逻辑进行二次验证，是必须的。

重构：小步快跑，别试图一口吃成胖子

到了项目中期，技术债堆积如山，重构往往是让人望而却步的硬骨头。

以前我会对重构感到恐惧，担心一改就崩。现在我有了一套比较稳的策略：绝不讓 AI 直接对整个大模块进行重写，而是采用小步快跑的方式。

比如在将老旧的 jQuery 项目迁移到 React 框架时，我不会让它一次性生成所有组件。相反，我会让它分析单个组件的逻辑复杂度，生成初步的 React Hooks 转换方案，并明确标注出哪些 DOM 操作需要我手动处理。同时，我会要求它编写对应的单元测试，确保迁移后的行为和旧代码保持一致。

这样做的心理门槛低了很多。每次只处理一个功能模块，系统始终处于可运行状态。原有测试用例也不会丢，我会让 AI 帮助将旧逻辑适配到新框架，验证行为一致性。

这里有一个原则必须守住：涉及资金、权限的核心逻辑，无论 AI 转换得多流畅，都必须由资深工程师（也就是我）复核。毕竟，AI 是重构过程中的风险评估助手，但责任在我。

下面是我评估重构风险时的提示词示例：

请分析以下 jQuery 组件的代码复杂度，并评估迁移到 React 的风险点。

原始代码：
[粘贴 jQuery 代码]

请输出：
1. 逻辑复杂度评分（低/中/高）
2. 需要特殊处理的 DOM 操作列表
3. 建议的 React Hooks 转换方案
4. 潜在的风险点和注意事项

通过这种方式，我把多个遗留系统的维护成本降了下来。AI 不仅是代码转换器，更像是个随时能问的搭档。

沉淀：把经验变成资产

AI 辅助开发的效果，很大程度上取决于你的提示词技巧和对工具的熟悉程度。建议团队建立内部的提示词模板库，把常用的代码生成、调试分析场景标准化。

我自己每周会花二十分钟整理一下最近的提示词，删掉那些效果不好的，保留那些真正提效的。比写周报还准时。

这种持续的学习和优化，能让 AI 辅助开发从个人技巧升级为团队能力。以后遇到类似场景，直接翻库里的模板，效率翻倍。

如果想深入了解具体技术栈的落地细节，比如 TypeScript 项目的智能代码审查配置，或者前端组件的自动化测试生成，欢迎随时交流。