AI 写代码只会生成屎山？聊聊我的踩坑与高效避坑指南

最近在折腾个人项目，想着试试现在的 AI 编程到底能省多少事。刚开始信心满满，专门梳理了很详细的需求文档，觉得只要指令下得够明确，AI 肯定能给我整出个架构清晰的 MVP。

结果现实狠狠打了脸。

用 Codex 配合 Superpower 跑了一圈，写出来的代码简直就是“屎山”集大成者。各种函数互相引用，毫无分层可言，改一个地方能连带崩一堆逻辑。越重构越觉得这代码像一团揉烂的毛线，根本理不清线头。我相信不少刚上手 AI Coding 的朋友应该也有类似的体会：看着代码能跑，但稍微想扩展一下功能，维护成本比自己手写还高。

AI 直接生成的大模块代码往往缺乏分层，逻辑像揉烂的毛线一样难以理清

痛定思痛，我决定推倒重来，顺便总结了一些让 AI 输出“人类可读代码”的经验。

1. 别指望 AI 一次成型，要学会“切香肠”

之前最大的误区就是把整个大模块的需求直接甩给 AI，让它生成几百行代码。它确实能写出来，但因为缺乏全局视野，逻辑往往是平铺直叙的，该拆分的时候没拆分，该抽象的时候写死了。

正确做法是把复杂逻辑拆解成极小的子任务。比如你要写一个数据解析模块，就让 AI 先写“接口定义”，再写“数据校验”，最后写“具体转换逻辑”。每一步都先确认结构和逻辑正确，再去生成下一部分的代码。这样虽然看着慢一点，但能保证代码的层级结构是清晰的。

2. 约束上下文，明确代码规范

AI 写的代码乱，很大一部分原因是因为它不知道你的代码目录结构长什么样。如果你告诉它“帮我写一个用户登录功能”，它可能凭经验这就给你来一个老套的三层架构，文件路径都和你项目对不上。

Trellis 架构设计、Codex 代码生成与 Superpower 审查的工具链组合

我的方案是：在 Prompt 里显式指定文件路径、引用的依赖库以及函数命名规范。比如我打算用 Trellis 来重构，就会先预设好目录结构。然后告诉 AI：“在 src/auth 目录下创建文件，仅依赖 utils/api.js，函数名使用驼峰命名，必须包含错误处理中间件。”

把“规范”变成“强制指令”，能大幅减少它自由发挥乱引用的情况。

3. Codex + Superpower + Trellis 的工作流尝试

关于工具链，目前我打算这么折腾：

• Trellis：用来做顶层架构设计和视觉化管理。先在 Trellis 上把项目拆分成几个核心模块，理清依赖关系。这相当于给 AI 画了个圈，告诉它哪里能写，哪里不能动。
• Codex：作为底层的代码生成引擎。在 Trellis 确认好模块边界后，由 Codex 负责具体的函数实现。
• Superpower：用来作为代码审查和补全的中间件。生成代码后，用 Superpower 跑一遍静态检查，看看有没有明显的引用错误或逻辑漏洞。

这套组合拳的核心在于“分而治之”。架构归架构，实现归实现，不让 AI 既当设计师又当泥瓦匠，这样它就不容易把房子盖歪。

4. 还是要写注释，但不是为了机器

虽然 AI 也能看代码，但我发现生成代码前，先手动写一段关键的“伪代码”或逻辑注释，效果极好。比如在一个函数开头写清楚：

// 1. 先检查缓存 // 2. 缓存未命中则调用 API A // 3. 如果 API A 失败，降级调用 API B // 4. 统一格式化返回结果

把逻辑骨架立住，再让 AI 填肉，它就不会天马行空地给你整出什么递归调用来。

写在最后

AI 辅助编程确实能提高效率，但它目前还没强到能完全替代人类工程师的架构能力。把它当成一个“手速很快但需要严格指导的实习生”，可能心态会好很多。

佬友们如果有什么更稳的 Prompt 技巧或者好用的工具链，欢迎在评论区交流，毕竟谁也不想天天收拾 AI 留下的烂摊子。