AI 编写代码。谁来提供上下文？

AI 可以编写代码。但它并不了解你的系统。

当你使用 AI 进行编程时，第一个答案很少是最好的。你必须添加上下文。你必须纠正错误。你必须解释你已经尝试过的方法。

这个过程被称为“上下文工程”（context engineering）。它是软件工程中使用 AI 最重要的部分。

AI 会生成看似合理的代码。它看起来是对的，甚至可能通过测试。但软件并非存在于真空之中。它必须融入你特定的业务世界。

AI 并不会自动了解你的：

  • 架构规则
  • 安全需求
  • 现有模式
  • 领域逻辑
  • 技术决策

如果你不提供这些上下文，就会制造问题。

一个巨大的风险是重复。AI 并不知道你已经拥有了一个校验助手或特定的错误处理器。它只会直接构建一个新的。现在，你的系统有了两种解决同一个问题的方法。这违反了“不要重复自己”（DRY）的原则。

如果你只为速度进行优化，你就是在拖慢未来的进度。你可能会更快地交付功能，但你的系统会变得越来越难以更改。

为了解决这个问题，你必须像对待代码一样对待工程知识。它需要做到：

  • 版本化
  • 经过评审
  • 明确归属
  • 保持更新

仅有文档是不够的。过时的文档是危险的。它会给 AI 带来虚假的信心，导致模型遵循你的团队不再使用的旧模式。

最优秀的团队不仅仅是编写更好的提示词（prompts）。他们还在构建更好的护栏（guardrails）。

与其要求 AI 遵循规则，不如使用自动化测试来强制执行。使用 CI/CD 来检查：

  • 静态分析错误
  • 安全漏洞
  • 架构边界违规
  • 依赖问题

AI 让代码产出变得廉价。但这并不意味着理解产品的重要性降低了。事实上，上下文成为了最宝贵的资源。

胜出的不会是那些生成最多代码的团队，而是那些能够提供最清晰指令、说明各部分如何协同工作的团队。

Source: https://dev.to/icetique/ai-can-write-the-code-who-gives-it-the-context-2l1b

Optional learning community: https://t.me/GyaanSetuAi