那个没人敢动的祖传模块,AI帮我啃了三周没敢碰的硬骨头
一、每个老项目里都有一块“禁区”
独立开发者和小团队几乎都有类似经历:一个五年前的订单模块,写它的人早就联系不上,没有文档、没有测试,两千多行面条式代码。每次想重构,打开文件看十分钟就默默关掉——改坏了没人兜底,不改又天天拖累新功能开发。
这就是遗留代码重构的经典困境:
- 改不动:逻辑缠绕,牵一发动全身
- 不敢改:没有测试保护,回归风险全靠人工盯
- 没时间改:估算出来的人力成本,老板看了直接搁置
我最近用 AI 辅助重构了一个类似的模块,想分享的核心观点是:AI 不应该被当成“自动重写机器”,而应该被当成一个不知疲倦的代码考古助手。重构的安全边界,恰恰是靠一套验证清单划出来的。
二、AI 在这件事上到底能帮你做什么
很多人对“AI 重构代码”的想象是:把文件丢进去,出来一个焕然一新的版本。这是最危险的用法。真正有效率的做法,是把重构拆成 AI 擅长的环节:
- 代码考古:15 分钟内让 AI 通读整个模块,输出调用关系图、隐式依赖、魔法数字清单——这活儿人干要两天
- 行为快照:让 AI 提炼现有代码的全部外部行为(输入输出、边界条件、异常路径),形成一份“重构前行为契约”
- 测试先行:基于行为契约自动生成覆盖关键路径的测试用例,先跑通旧代码,锁住行为
- 渐进改写:按函数粒度逐个重构,每改一个就跑一遍测试
- 差异审计:让 AI 对比新旧实现,主动找出行为不一致的地方
三、前后对比:一次真实重构的效率账
以一个约 2000 行、无测试的 PHP 计费模块重构为例(内部项目数据,仅供参考量级):
| 环节 | 纯人工估算 | AI 辅助实际 |
|---|---|---|
| 理解现有逻辑 | 3-4 天 | 半天 |
| 编写回归测试 | 2 天(且容易漏路径) | 1 天(AI 起草+人工审核) |
| 重构编码 | 5 天 | 2 天 |
| 联调与排查 | 2-3 天 | 1 天 |
| 合计 | 约 12 天 | 约 4.5 天 |
更重要的是风险结构变了:纯人工重构时,最大的不确定在“我有没有理解错”;AI 辅助流程里,行为在重构前就被测试锁死,AI 改错会立刻被测试抓住,而不是上线后才暴露。
顺带一提,这类任务的模型调用成本主要花在长上下文代码分析上,具体单价以官网价格页为准,但相对省下的一周多人力,几乎可以忽略。
四、安全边界:三条铁律
AI 参与重构时,我坚持三条不可妥协的边界:
- AI 永远不直接改生产分支——它只产出提案,合并权在人
- 任何没有测试保护的函数不许动——先补测试,再谈重构
- 外部行为必须逐条对账——重构允许内部实现大变,接口行为一条不能偏
五、可复用的提示词模板
下面是我反复打磨后固定下来的第一步提示词,直接复制即可用:
你是一位资深代码考古专家。我会给你一段遗留代码,请完成以下分析,
不要给出任何重构建议,只做理解:
1. 【功能摘要】用 5 句话以内概括这个模块的核心职责
2. 【调用关系】列出所有函数间的调用链,标注入口函数
3. 【外部契约】逐条列出:对外输入参数、返回值、抛出的异常、
副作用(写文件/写库/发请求)
4. 【隐式依赖】找出未被显式声明的依赖:全局变量、配置项、
执行顺序假设、魔法数字及其业务含义猜测
5. 【风险点】标出你不确定或代码本身可能有 bug 的地方,
并说明为什么不确定
6. 【测试清单】基于以上,列出重构前必须补齐的测试用例清单,
按"必须/建议"分级
要求:所有结论必须引用具体代码行号;不确定的内容明确写"待人工确认",
不要编造。
代码如下:
<在此粘贴代码>第二步再换一个提示词让 AI 基于测试清单生成测试代码,第三步才是逐函数重构——每一步的输出都可作为下一步的输入,人只需要在关键节点审核。
六、给小团队的三点建议
- 从最痛但最小的模块开始,第一个项目别超过 3000 行,先跑通流程
- 把行为契约存进仓库,它是后续任何改动的长期保险
- AI 输出当 PR 审,别当自动售货机用,人的判断仍然是最后的安全边界
遗留代码不是技术债那么简单,它是压在很多小团队身上的时间税。AI 没法替你决定要不要重构,但它能把重构的成本压到原来的三分之一左右,让“终于敢动手了”从一句玩笑变成排期表上真实的一行。
如果你也在找稳定、支持多模型切换的 API 服务来跑这类长上下文代码分析任务,可以试试这个平台的注册入口:https://api.thistoken.ai/register
---
想直接跑通示例?访问 https://api.thistoken.ai/register 注册 ThisToken.AI,获取 API Key 后即可开始。