跳转到主要内容

跨模型、工具、服务、公司、提供商、API、套餐、文章和新闻进行搜索。

AI 编程进阶 16 分钟

与 AI 智能体结对编程——而不酿成灾难

从工具选择与「先写规格再写码」,到测试、逐行审查与 Git 纪律——既保住智能体的速度,又不牺牲代码质量与安全。

与 AI 智能体结对编程——而不酿成灾难

按工作类型选工具

工具分两大类:编辑器内的助手,边打字边补全,适合快速修复和模式化补全;以及自主智能体(如 Claude Code 等),能独立推进一个任务数分钟,适合完整功能或成串的 bug 修复。简单原则:进行中的小改动交给助手,定义清晰的独立任务交给智能体。

  • 关键项目要选能输出可读 diff 并能跑测试的工具。
  • 成本也要看:各编程订阅在本站 /pricing 已有对比。

先写规格,再写代码

最大的失败原因是「发个提示就祈祷」:一句模糊的话,然后指望好运。没有规格的智能体只能靠猜——而它的猜测往往很长。运行前先写清:改什么、不许改什么、验收标准是什么、哪些测试必须通过。

  • 把大工作拆成 30–60 分钟的任务;小 diff 才能做真正的审查。
  • 每条提示结尾重申验收标准:「当 X 发生时,智能体必须做到 Y」。

带核验的信任:测试、审查、Git

生成的代码就像新同事写的:点子不错,细节有坑。规则是:写测试或让智能体写;逐行读 diff(尤其安全敏感部分:用户输入、权限、密钥);每个独立改动单独提交,保证可以回滚。

  • 绝不把密钥、令牌或真实客户数据贴进提示。
  • 合并前在干净环境中运行和测试——「在我机器上能跑」不是标准。
  • 核心基础设施脚本与加密相关代码必须人工审查。

需要识别的反模式

新手团队常见的三种失败模式:对超大 diff 盖章通过(看不懂的改动等于没审);「把报错扔回去自动修」却不理解根因(bug 只是被挪走,不是被消灭);在没有覆盖测试的情况下让自主智能体改动基础架构。

  • 氛围编程适合原型;生产代码的流程照旧。
  • 连续两次看不懂 diff,就把任务再拆小。