AI 编程工程化
AI 可以帮助试想法,也可以读代码、调用工具并完成多步修改。这个专题用“后台订单导出”说明:怎样把自然语言需求交给 AI,并用项目事实、权限和独立验证判断结果。开发周期、敏捷与 DevOps 的组合关系见开发方法总览。
这些能力可以组合使用。一次小修复也需要验证;一开始使用 Agent 就需要限定工具权限。Vibe Coding 适合用测试数据探索需求,Spec-Driven 用可检查的规格约束实现,二者都不能替代权限控制和测试。
从当前问题选择入口
| 当前问题 | 应形成的结果 | 阅读入口 |
|---|---|---|
| 还不知道导出按钮和筛选流程是否合用 | 可试用原型,以及试用后确认的业务需求 | Vibe Coding |
| AI 总在猜字段、范围和完成标准 | 写清目标、范围、禁区和验收的任务说明 | 提示词工程 |
| 代码能生成,却接不上现有系统 | 页面、接口、权限、字段和测试组成的上下文包 | 上下文工程 |
| 希望 AI 连续修改和验证 | 能定位失败、修复并交出证据的工具循环 | 工具与 Agent |
| 担心改错文件、读到生产数据或越权执行 | 运行时权限、隔离环境、CI 门禁和恢复入口 | Harness 工程 |
| 需求、实现、测试经常各说各话 | 共享规格及可执行的成功、拒绝和失败示例 | Spec-Driven |
| 多个项目反复漏同类问题 | 可复用模板、测试、检查项和维护责任 | 组织流程 |
| 需要串起一个完整功能 | 从需求到构建、评审、发布和恢复的交付链路 | 项目实战 |
例子:小林需要每月对账
小林最初只说“订单加个导出”。先用虚构订单做原型,试用后发现她要导出的是整个月的筛选结果,不是当前页,还要保留金额精度。原型解决了流程是否合用的问题,真实数据的边界仍需单独确定。
准备接入后台时,团队把规则写进规格:服务端只查当前租户订单,检查 order:export 权限,按字段白名单生成 CSV,超量时拒绝并提示缩小范围。Agent 读取现有查询与权限代码后实现,测试则尝试无权限、跨租户和超量请求。能下载文件只是成功路径,拒绝路径也通过才有交付证据。
文件要异步生成时,还要设计任务状态、下载时重新鉴权和文件过期。此时先调整规格与验证,再让 Agent 实现。上线后若导出拖慢数据库,应在服务端停止接收新导出,处置运行中的任务,再根据日志补充容量测试;只隐藏按钮或回滚前端不能停止已有请求。
完整代码入口、CI 示例和发布检查见项目实战。
