AI 编程助手的正确打开方式

用 AI 写代码两年多，从最初把它当自动补全，到现在把它当结对编程伙伴，谈谈几点实操心得。

上下文喂得越准，代码质量越高。 AI 写不好代码，多半是不知道你的“潜规则”：项目的目录约定、团队的命名风格、依赖的内部工具库。我的习惯是维护一份项目的 CLAUDE.md / 说明文档，每次让 AI 动手前先让它读——命中率立刻不一样。

小步走，勤验证。 “帮我实现整个系统”必然翻车，“先实现这个函数，给出测试用例”就很可靠。把大任务切成 AI 能一次做对的小块，每块完成立刻跑测试——这是 AI 编程的第一铁律。

让 AI 写测试，比让 AI 写代码更值。 我最喜欢的用法：先人工定好接口和边界条件，让 AI 生成覆盖各种边界的测试用例，再让它写实现。测试先行等于给 AI 套上了缰绳，重构时也更有底气。

代码审查是 AI 的强项。 提交前让 AI 以“挑剔的资深工程师”视角审一遍代码：找边界漏洞、指出并发隐患、质疑命名。它提的意见不一定都对，但常常能抓住人会疲劳漏掉的问题。

警惕“看起来对”的代码。 AI 生成的代码最大的风险是风格娴熟但逻辑有坑：错误的异常处理、隐性性能问题、过时的 API 用法。不理解的代码绝不直接合入——这一条没有例外。

总结：AI 编程的最佳姿势是“人定方向，AI 出力，测试把关”。把它当加速器而不是替身，效率和质量可以兼得。