——从“看不懂”到“看明白”的实战指南

An image to describe post

系列导读:这是《老项目如何引入文档驱动》系列的第 2 篇。上一篇我们聊了为什么老项目需要文档驱动,这一篇开始动手——如何用 AI 快速理解那些“看不懂”的遗留代码。


周五下午的噩梦(续)

还记得上一篇提到的场景吗?

周五下午 5 点,产品经理突然说:“支付功能要支持花呗分期,下周上线。”

你打开代码,支付模块有 15,000 行代码,核心处理逻辑分散在 8 个文件里,上次改这块的人已经离职了。

你打开代码,支付模块有 15,000 行代码,核心处理逻辑分散在 8 个文件里,上次改这块的人已经离职了。

传统做法是什么?

花一整个周末,对着代码一行行看,画流程图,猜测每个方法的作用。运气好的话,周一早上能大概搞明白;运气不好,可能还是云里雾里。

但现在,你有了 AI。

能不能让 AI 帮你快速理解这堆代码?

答案是:能,但有前提。

这篇文章就是告诉你:如何用 AI 理解遗留代码,以及——更重要的——如何避开 AI 的坑。


一、传统方法 vs AI 辅助:一个真实对比

An image to describe post

让我们用一个真实案例来对比。

传统方法:小李的周末

小李是我们团队的一名高级工程师,负责维护一个运行了 3 年的电商平台的支付模块。

任务:理解支付回调处理逻辑,为新增花呗分期做准备。

第 1 天(周六):

  • 上午:找到入口方法 handlePaymentCallback(),发现它调用了 6 个其他方法

  • 中午:画了一张流程图,但还有 3 个分支逻辑不确定

  • 下午:翻 Git 历史,看了 50 次提交记录,找到一些线索

  • 晚上:问了之前的同事,但他也记不太清了