AI 读得懂代码，读不懂现场
· 中文 · English
今天整理博客的时候，顺手把自己这半年和 AI Agent 一起干活的记录翻了出来：3 月到 8 月用的是 Codex，257 个会话；9 月到现在用的是 Claude Code，156 个会话。加起来 400 多次。
翻之前，我对自己怎么用 AI 是有一套印象的。翻完发现，有的对，有的不对。
一个跑了 7 年的服务
这半年我主要在做一件事：把公司一个从 2019 年跑到现在的 Python 服务，用 Go 重写。它管着几个港口里自动驾驶车辆和云端之间的数据往来。
旧服务 6 万多行代码，团队前前后后提交了 6800 多次。Go 版本从今年 5 月 11 日开始写，到今天 5 个半月，1500 多次提交里有 1135 次是我的，业务代码 12 万行。
这里面大概 95% 是 AI 写的。
有个数字我自己也没想到：旧服务的测试代码只有业务代码的十分之一，新版本里测试有 9 万多行，是业务代码的四分之三。以前补测试是苦差事，能拖就拖；现在测试基本是 AI 顺手写的。
它最帮忙的地方，不是写代码
重构这种事，主干的数据链路我心里是清楚的。难的是细节：某个字段在某种情况下要特殊处理，某段逻辑只在特定条件下才会走到。这些东西散落在旧代码的各个角落，人去梳理，总会漏掉一些。
让 AI 去梳理，非常快，而且不容易出错。
所以如果问我 AI 在这次重构里最大的价值是什么，我的答案不是”写代码快”，而是”读得懂系统”。
但它不知道现场
这个服务要同时支持三个港口，每个港口的作业流程都不一样。
有一次，AI 把 A 港口的逻辑写进了 B 港口。代码本身看着没问题，问题是这段逻辑根本不该出现在这个港口。
这种错其实很好发现，它刚写完我一看就知道不对。但前提是你得知道这两个港口在现场到底是怎么作业的。
AI 读代码可能是对的，但它不知道数据在现场是怎么流转的，不知道业务逻辑和作业场景是什么。这些东西不在代码里，在做这个业务的人脑子里。你不讲清楚，它就只能猜。
还有更隐蔽的。有一个港口的生产机上，跑着的 Python 代码和仓库里的不一样：有没推上去的提交，甚至把仓库里刚合并的功能在现场就地回滚了。Go 版本照着仓库对齐，结果比现场多发了一步。
这件事之后，我给 AI 定的规矩里多了一条：对照旧代码之前，先去生产机上把真正在跑的版本采一份下来，别拿仓库当现场的真相。
把代码之外的东西写下来
既然 AI 不知道现场，那就得有人告诉它。我的办法是写下来。
项目根目录有一份给 Agent 看的说明，167 行，每次会话开始它都会先读。里面写的大多不是代码规范，而是代码之外的事：这个仓库其实是两个系统合在一起的，改其中一个的时候，另一个的模块一律不碰；哪些协议是线上在用的，一个字节都不能动，连旧代码里的拼写错误都要原样保留。
还有一份设计决策记录，从重构第一天开始写，到现在 428 条。每做一个有分量的改动，先写清楚问题、决策、实现和注意事项，再写代码。这些记录既是写给以后的自己，也是写给 AI 的。
说明里有一句话，是我自己写的，到现在也觉得最重要：
AI 能加速 1:1 翻译，加速不了”判断这次翻译对不对”。
所以我们把”完工”分成了两级。代码和单测都齐了，只算行为冻结；必须拿真实的线上数据回放一遍，新旧两边的输出逐字节对比，核心模块再由人看一遍差异，才算真正验证过。测试全绿，不等于可以上线。
数据里的两个意外
第一个意外：我一直以为 AI 主要是在帮我写代码。
但 Claude Code 这两个月一共执行了 1.5 万多次操作，其中 88% 是在终端里跑命令：搜代码、查日志、跑脚本、看 git 记录、连服务器。专门用来改文件的操作只有几百次。
和 Codex 那几个月对比一下：
| 终端命令的用途 | Codex（3–8 月） | Claude Code（9–10 月） |
|---|---|---|
| 看文件、改文件 | 44% | 13% |
| 跑脚本 | 2% | 11% |
| 连服务器 | 0.1% | 3.8% |
用 Codex 的时候，它基本是在代码里打转；换成 Claude Code 之后，它越来越多地走出代码，去碰真实的环境。这跟上面说的是同一件事：要把事做对，光读代码不够。
（这只是我从数字里看出来的关联。这几个月我手上的活也在变，不全是工具的差别。）
第二个意外：我对 Codex 的一个印象被推翻了。
我一直觉得 Codex 啰嗦，一个在原文件里加几行就能搞定的需求，它会单独搞一个新文件出来。结果一统计，它改代码时新建文件只占 10%，绝大部分还是在改已有的文件。
可能是那几次让我印象太深了，也可能啰嗦是真的，只是不体现在新建文件上。总之，感觉和数据不完全是一回事。
从”说准确”到”说清楚”
一开始公司只给了 Codex。说实话用起来挺痛苦的，有种降智的感觉：同样的话，它常常理解不了我到底要干什么。
9 月有了 Claude Code，用得一下子多了起来。用 Codex 的时候平均一周十来个会话，换过来之后，多的时候一周三四十个。
但我觉得更大的变化不在于换了哪个工具，而在于模型本身。两个月前，你得把 prompt 写得很准确，它才知道你要干什么；现在说得没那么准确，它也能把事做对。
写 prompt 的门槛在降低，但有一样东西它还是猜不到：代码之外的那些事，业务是什么，现场是什么样。
以前我觉得工程师的价值在于会写代码。现在 95% 的代码是 AI 写的，我反而觉得，值钱的是知道代码之外的东西，并且能把它讲清楚。