提示:AI 上下文有限,你不可能把让 AI 理解你工程里的所有代码(特别是原来就有一堆屎山代码的),你要让 AI 知道你要修改什么,加什么功能,代码量很大的你最好自己心里要清楚,告诉 AI 什么功能模块在哪个文件里,或者告诉 AI 某个函数做啥的..

一般是这样，业务>需求->开发->AI ， 开发要做的就是把需求细节、逻辑关系整理清楚，提供完整详细的上下文，AI 根据你提供的上下文来编码。你写的越清楚，它的实现越符合预期。说到底它只是个工具，我看很多人是想直接把业务需求说明书丢给 AI ，一步到位。

@chtcrack 是的，我在尝试用不同的 AI 模型进行红蓝对抗。但目前的阶段是，我要充当 AI 的粘结剂。。。 效率也不是很高。

@NoobNoob030 “描述的越详细，AI 写的越能符合你的预期”这个观点不太认同，用自然语言没有逻辑错误详细的描述复杂需求，甚至比直接开发更难。其实编程，或者说用高级语言编程本身就是在用逻辑更严谨的语言描述需求，需求的实现是编译器做的。

还是要 review 的，我让 ai 把我一个 python 批处理数据的方法改成多进程，一个庞大的数据集，每行数据单独一个进程处理，它改完了我大概看了一下好像没问题，一跑，性能却几乎没有变化。我再仔细一看代码，它每次都是把那个庞大数据集传给子进程，在子进程里取一行处理。由于我这个所有数据相当庞大，所以它实际上大部分时间都是在进程之间传数据。我把传的参数改成要处理的那一行，立刻就飞快了。

理想:需求->任务->执行. 实际:需求-任务->调整需求->执行->调整任务->调整需求->执行. 结束的时候,最开始的需求于完成差别太大.

不开源完整提示词或者与 AI 沟通过程的项目，最终成品无论如何复杂，都可以认为是扯淡。

@han3sui cursor gpt5

@chtcrack #40 说了具体模块具体类了的

@xsonglive491 是的，调整需求 AI 就不太行了