（请不要不读正文就‘高谈阔论’，多谢！）
新进入一个项目组，组里氛围很好，大家都朝气蓬勃的，但是好像没有 landing 过程，说起来也加入组里 2 月了，做了一些功能改造、错误率优化，但现在如果问我其中两个主要功能的实现逻辑，我只能说个 50 字的大概抽象，对于时序图、系统拆分、API 和 MQ 分别负责什么，我回答不上来
但我们是希望能够提高工程化，建立起统一的响应结构、错误码、代码库结构、系统分拆、可观测性的。
但在这样盲人摸象的情况下，不仅谈不上清晰的需求迭代，而且规范代码编写、可观测性改造也无从下手
所以想问一下社区里的大家，现在是怎么 AI 编程的
---
自我思考：vibe coding 被提出也有 1-2 年了，新小组 100%代码都是 AI 生成的，成员对代码库心智地图有些模糊，业界有 ADR 、Spec 这样的实践，也有说全自动 AI 完成，AI 编写+AI 审核+AI 验收的办法。
但是我设想的方式：对一个仓库，首先明确业务需求，其次使用时序图、流程图进行抽象层面、分拆到模块的设计。此为心智地图+系统设计
实践层面约定好统一的 JSON 响应结构、project layout 、注册型错误码 module ，日志和 tracing 标准，这样才可以有效控制仓库复杂度，让 AI 在轨道里面工作，去填充那些被方案评审确定下来的 OpneAPI 、DB DDL 之间的空间，这样才能持续化发展？
新进入一个项目组，组里氛围很好，大家都朝气蓬勃的，但是好像没有 landing 过程，说起来也加入组里 2 月了，做了一些功能改造、错误率优化，但现在如果问我其中两个主要功能的实现逻辑，我只能说个 50 字的大概抽象，对于时序图、系统拆分、API 和 MQ 分别负责什么，我回答不上来
但我们是希望能够提高工程化，建立起统一的响应结构、错误码、代码库结构、系统分拆、可观测性的。
但在这样盲人摸象的情况下，不仅谈不上清晰的需求迭代，而且规范代码编写、可观测性改造也无从下手
所以想问一下社区里的大家，现在是怎么 AI 编程的
---
自我思考：vibe coding 被提出也有 1-2 年了，新小组 100%代码都是 AI 生成的，成员对代码库心智地图有些模糊，业界有 ADR 、Spec 这样的实践，也有说全自动 AI 完成，AI 编写+AI 审核+AI 验收的办法。
但是我设想的方式：对一个仓库，首先明确业务需求，其次使用时序图、流程图进行抽象层面、分拆到模块的设计。此为心智地图+系统设计
实践层面约定好统一的 JSON 响应结构、project layout 、注册型错误码 module ，日志和 tracing 标准，这样才可以有效控制仓库复杂度，让 AI 在轨道里面工作，去填充那些被方案评审确定下来的 OpneAPI 、DB DDL 之间的空间，这样才能持续化发展？
Select Language