好奇一个问题，用 ai 生成的代码，会不会自己复盘？

knight0zh

我估计，很多人应该和我一样。刚开始用 ai 生成代码的时候，出于对 ai 的不信任和对 ai 当时实力的不了解，一定会把 ai 在项目中生成的代码都看一遍复盘一下逻辑等等。

但是如今 AI 已经越来越强，强到它可以完成绝大多数问题，甚至连你不知道的技术盲区他都能为你完成。

渐渐的我会放下戒备，以及技术好奇，主动让 AI 接管任务，我经常只是告诉 AI 应该怎么做，自己不再参与过程而且只验证结果。

随着功能和代码量的不断迭代，这个庞然大物迟早会不可控。今天加个功能 A ，明天加功能 B 。不可能每次加个小功能都让 AI 通盘理解整个项目，因为这样意义不大，还会浪费大量的 token 。

又或者修复 BUG 时，会让 AI 修复 AI 生成的 BUG 。因为对 AI 生成的代码不够熟悉。我会验证这个 BUG 是不是已经修复，以及大体流程是否泡通。但是我也无法 100%保证，因为这次修复而产生新的小问题。

我认为 AI 生成的代码存在几个问题，

1. 缺少完整上下文，每次注意力放在我们所关心的部分，无法对整个项目完整理解，导致项目更像缝补拼凑出来的。

2. 代码缺少工程化，虽然 AI 生成的代码看起来很工整，但还是由无数小碎片拼凑出来更像是一个缝合体，这样的代码一定不够健壮。

3. 随机性，即即便同一个 AI 在同样上下文的情况下，每次生成的结果都会有很多的不同。这很难可控。

我觉得当使用了一段时间 AI 后，项目一定会变得越来越不可控。这就像细胞分裂，次数多了，总会出现错误的可能。很好奇你们是怎么做的，有没有一个比较好的方案来解决我的顾虑？

ration

重要生产业务会复盘，其他业务单元测试通过了，一般也不会细看。你说的上下文问题，现有的也有很多软件工程相关的工具可用，比如 openspec ，知识图谱 graphify

knight0zh

@ration 知识图谱对于编程来说作用不大只会让 AI 断章取义，对工程来说不可取。另外几项，我有空学习研究一下，是否需要消耗大量 token 为代价呢