中文导读

降低 AI 辅助开发摩擦：让协作更像工程流程

这篇导读基于 Martin Fowler 网站文章整理。它关注的不是某个具体工具，而是 AI 进入开发流程后，团队如何减少上下文切换、沟通断层和质量回退。

核心要点

AI 辅助开发最常见的摩擦来自上下文不足。模型不知道项目的约束、命名习惯、历史债务和产品边界时，容易给出“通用最佳实践”，但真实项目需要的是“适合当前代码库的实践”。

另一个摩擦点是反馈太晚。如果开发者等 AI 生成一大坨代码后才审查，成本会很高。更好的方式是把任务切小：先分析、再设计、再改动、再验证。

团队层面还需要建立共识：哪些任务适合 AI 先做，哪些必须人先定规则。比如数据导入去重、权限模型、账务清算规则，都应该先由人确认业务判断，再让 AI 落代码。

本站实践关联

计分工具项目里，“导入后列表不刷新”就是典型摩擦问题。表面看是页面刷新，实际要把服务端权威数据、前端缓存、路由返回和分页显示一起分析。把这些上下文补给 AI 后，它才能提出真正有效的修复方案。