技术主管揭秘:AI 辅助开发工作流程,兼顾速度与软件可维护性!

news2026/4/15 20:11:15
核心思想用文字思考而非代码AI 擅长实现但不擅长弄清楚你真正想要什么、发现你忘记明确的假设以及指出你对问题心理模型的错误这是你的工作。我最有价值的转变是将每个功能先视为思考问题再视为实现问题。此工作流程旨在迫使思考在编写代码前发生并利用 AI 进行压力测试而非跳过思考过程。该工作流程根据 Mark Pocock 的 [技能](https://github.com/mattpocock/skills/tree/main) 调整以适应我的工作方式。工作流程步骤 1自由形式的规划一切始于我用通俗易懂语言编写的无固定结构文档我在其中描述问题、初步解决方案、意识到的限制以及不确定的事情。这不是可交付成果仅供我自己审视。下游工作质量完全取决于这一步模糊的规划会导致模糊的 [产品需求文档PRD](/glossary/#prd)进而产生模糊问题和无法实现原本意图的代码。步骤 2通过 write-a-prd 生成 PRD自由形式的规划作为结构化访谈过程的输入。该技能会探索代码库了解当前情况就规划各方面不断询问我深入设计树分支解决决策依赖关系。这是发现糟糕想法的步骤并非 AI 比我聪明而是回答具体问题会暴露规划敷衍之处如“用户未通过身份验证时如何表现”“操作部分失败会怎样”“取代现有功能时依赖当前行为的用户会怎样”。输出是结构化的 PRD 文件包含问题陈述、解决方案描述、大量用户故事、实现决策、模块设计、测试决策以及明确的范围外事项一切都很明确。用户故事是后续内容的基础需足够具体以便推导验收标准。步骤 3通过 prd-to-issues 创建问题PRD 通过 [垂直切片](/glossary/#vertical-slice) 转化为一组问题这些切片像穿透集成层的追踪子弹而非单个层的水平切片。只涉及数据库或 UI 的切片无效。每个问题应提供狭窄但完整的路径可独立演示或验证并分类为 [自动完成AFK](/glossary/#afk) 或 [人工干预HITL](/glossary#hitl)。优先选择 AFK 可使工作顺利进行避免成为注意力瓶颈。在编写代码前该技能会展示分解方案并询问粒度、依赖关系是否合适是否需合并或拆分。问题按依赖顺序编写交叉引用使用实际编号。每个问题包含端到端行为描述、“如何验证”部分、验收标准、阻塞项列表及对用户故事的引用所有内容存储在文件中工作流程不依赖特定工具。步骤 4通过 issues-to-tasks 拆分任务每个问题分解为具体有序的任务每个专注的 AI 会话处理一个任务。若任务无法在一个会话中完成则太大。该技能会探索代码库识别模式生成包含类型、明确输出和依赖顺序的任务列表。先处理架构再处理逻辑、API、UI测试穿插进行。任务描述是给执行任务的 AI 的指令指定处理文件、遵循模式和完成后的输出样子无代码片段只有意图和实现细节。步骤 5移交至代码编写每个任务描述是独立提示。准备实现任务时打开新会话粘贴任务描述和父问题作为上下文。任务描述指定范围、引用文件和模式、定义完成标准。每个任务使用全新上下文避免长时间会话偏离方向。对于需人工决策的审查任务停下来决策更新任务文件后继续这些时刻体现了工作流程的价值。步骤 6通过 code-review 进行代码审查每个拉取请求PR合并前要经过结构化的六轮审查涵盖逻辑错误、操作顺序、不良实践、安全问题、魔法字符串和值以及模式改进。AI 生成的代码中操作顺序易出错如提交事务前发送通知、记录审计日志前执行操作、验证输入前修改状态等这些错误在审查中易被忽略。审查针对文件或差异范围窄在 PR 级别发现问题成本低。步骤 7通过 final-audit 进行最终审计功能开发结束时进行跨领域审计检查系统性问题如模块不一致、错误复制的模式、不成立的安全假设等。审计会读取完整实现后标记问题根据严重程度分组明确给出功能是否可安全投入生产的结论并征求批准。对已合并代码进行无监督修复风险大。这个工作流程不是什么设置工作流程不快规划和 PRD 步骤需花费时间人们常忍不住跳过直接编写代码。只有相信编码前思考比编码后调试省时工作流程才有回报。它也不能替代工程判断力。AI 会提出合理建议但可能不适合具体情况。审查步骤的存在是因为 AI 输出需根据其不具备的知识验证如团队约定、用户行为和代码库隐藏复杂性。基本原则工作流程每个步骤结构相同AI 生成内容你在了解上下文后审查再创建。AI 加速生成过程审查始终是你的工作。工作流程旨在使审查有效评估问题时有 PRD 对照评估任务时有问题对照审查代码时有验收标准对照。技能资源查看我的 [GitHub 仓库](https://github.com/maiobarbero/my-ai-workflow)。阅读推荐- [测试新的 Laravel AI SDK构建语音转文本应用 Dettami](/articles/laravel-ai-sdk-test/)快速了解新发布的 Laravel AI SDK看看如何用几行代码构建语音转文本应用 Dettami。发布时间2026 年 2 月 7 日。- [如何使用 Git 配置设置全局 .gitignore 文件](/articles/global-gitignore/)学习如何使用 Git 的 core.excludesfile 设置配置全局 .gitignore 文件避免在每个仓库中重复设置忽略规则。发布时间2025 年 5 月 6 日。Matteo Maio Barbero软件工程师 跑步爱好者打造强大的后端系统坚持长跑浣熊爱好者。目录* 核心思想用文字思考而非代码* 工作流程* 步骤 1自由形式的规划* 步骤 2通过 write-a-prd 生成 PRD* 步骤 3通过 prd-to-issues 创建问题* 步骤 4通过 issues-to-tasks 拆分任务* 步骤 5移交至代码编写* 步骤 6通过 code-review 进行代码审查* 步骤 7通过 final-audit 进行最终审计* 这个工作流程不是什么* 基本原则* 技能资源加入我们获取有关后端架构和耐力训练的每周提示。[ 在 Substack 上订阅 ](https://maiobarbero.substack.com)主题#AI #工作流程 #技术领导力 #生产力探索* [主页](/) * [文章列表](/articles/) * [课程](/courses/) * [关于](/#about) * [术语表](/glossary/) * [大语言模型列表](/llms.txt)联系我们[ ](https://github.com/maiobarbero GitHub)[](https://www.linkedin.com/in/matteo-barbero/ LinkedIn)[](https://www.strava.com/athletes/50798426 Strava)隐私政策[ 隐私政策 ](/privacy/)本网站使用 Cookie我使用 Cookie 来确保网站的基本功能并提升你的在线体验。你可以随时选择对每个类别进行开启或关闭。接受所有 自定义设置 关闭自定义你的同意设置管理你的 Cookie 偏好。必需的 Cookie 始终处于启用状态。* 分析 Cookie这些 Cookie 允许我们测量访问者流量并查看流量来源。保存偏好设置

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2520960.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…