AI写代码总返工?真正的问题不是模型,而是一份项目规范文档
同样是AI写代码,为什么有人能让它稳定交付功能,有人却天天在返工?一个残酷的事实是:AI编码效率的差距,往往不在于模型本身,而在于你给了它什么样的上下文。玩具项目里它无所不能,生产代码库里它频繁翻车——这不是AI不行,是你没把项目规则喂清楚。1
先搞清楚问题出在哪
Context Engineering(上下文工程)本质上是系统性地设计、管理和优化AI模型上下文窗口中所有信息的工程实践。不只是在对话框里写好一条提示词,而是管理好AI看到的整个世界。2
AI编码工具存在五大典型「懒惰」行为:暴力重试后直接放弃、甩锅给环境问题、从不主动调用搜索工具、反复微调同一行代码原地循环、修复表面问题就停止。这些问题的根源都是上下文边界不清晰——你没说清楚什么是「完成」,它就只会交差了事。3
最被低估的提效工具:项目规则文件
真正高效的团队,根目录都有一个CLAUDE.md或SPEC.md文件。它的效果比你苦思冥想一个完美的Prompt要强得多,因为它是持久的——你下次打开Claude Code,它还记得这些规矩。这个文件就是给AI发的图纸,没有图纸,它会自由发挥,然后你花三倍时间收拾残局。4
- 技术栈和版本
FastAPI、SQLAlchemy、Next.js具体用哪个版本,AI必须知道5 - 目录分层规范
模块怎么组织、哪些文件夹放什么文件,没有统一规范AI就会乱插 - 代码风格约束
注释全用英文、禁止SELECT *、命名规范——明确到AI照着抄就不会错 - 明确禁止的做法
把雷区写清楚,比写一百条正确做法更有效
先设计再动手:Spec驱动开发
很多人用AI的常见模式是想到需求就立刻开写,写到一半发现方向不对再返工。表面看节省了前期思考时间,实际常常在后面付出更大代价。真正高效的方式是把计划想清楚:做什么不做什么,先改哪里后改哪里,叫什么完成,什么算失败。6
Spec写作的核心是把需求拆成结构化的东西写清楚:功能点拆明白,边界条件写清楚。不用把整个项目的规范全都重写一遍,只要把这次要改要加的部分标记清楚就行。有开发者实测:之前直接跟AI说加暗黑模式,改了三次都不对;后来用Spec写了规范,一次就差不多做对了。7
让AI拥有记忆:知识库与错误沉淀
很多人用AI编码的痛点是:AI没有长期记忆,每次开启新会话都要重新讲解项目背景,甚至会重复提出已经被验证过不可行的方案。解决方案是搭建动态知识库(MEMORY.md),统一管理项目相关的所有核心信息,每次开启新会话AI都会先读取,相当于提前复习了整个项目的核心知识点。8
另一个高效做法是维护错误规则文件。只要AI在某件事上做错了,就把教训写进项目规则文件,下次再做类似任务时它就更容易避开这个坑。这其实就是把一次次返工变成长期复利——把AI当成一个会成长的初级开发,你把项目中的边界、规范和经验慢慢教给它,时间一长它在这个项目里的表现自然会越来越稳。6
上下文太多怎么办:智能压缩工具
AI编码工具分析代码库时,会把大量文件内容、日志输出塞进上下文窗口。一次代码审查烧掉5万token不算夸张,其中真正有用的代码片段反而只占一小半。这个问题在大型项目中尤为突出——代码规模越大,直接输入模型的上下文越是只占整个系统的一小部分。9
开源工具Headroom解决的就是这个问题。它在内容进入LLM之前先过一遍压缩算法:工具输出的JSON日志压缩70-90%,代码文件压缩50-70%,综合下来token消耗可以降低60-95%,同时回答质量基本不受影响。压缩是可逆的,AI如果发现少了什么可以随时取回原文。9
对于复杂需求,AI编码智能体通常采用任务分解策略:把总任务分解为多个子任务,每个子任务上下文更集中,模型推理复杂度明显降低,同时减少不同模块之间的信息干扰。这种模式将原来的全局搜索转化为局部搜索,计算复杂度大幅下降。10
一套可以马上用的提效框架
总结下来,提升AI编码效率需要三个层面的投入:规则层——把项目规范写进CLAUDE.md;流程层——先Spec再动手,小步快跑;记忆层——维护知识库和错误沉淀。前期花十来分钟把规范理清楚,看起来多花了时间,其实比改来改去省多了,毕竟改十次的时间可比写一次规范多太多。7
- 第一步:建规则
项目根目录创建CLAUDE.md,写清技术栈、目录规范、代码风格、禁止做法 - 第二步:先设计
任何需求先写Spec,把功能点、边界条件、验收标准写清楚,再让AI动手 - 第三步:小步交付
代码分阶段交付,每步验收后再开下一步,不要让AI一次写完 - 第四步:沉淀错误
AI犯过的错记进规则文件,让它下次避开,逐步降低返工率 - 第五步:上下文优化
大型项目使用压缩工具减少token消耗,保持信息密度
AI编程的下半场,决定胜负的不再是模型有多聪明,而是你有没有把项目规则、业务边界、团队约定变成AI能读懂、愿意遵守的上下文。把这件事做扎实的团队,正在悄悄拉开效率差距。
当前文章无评论,是时候发表评论了