【AI 探索】从 CodeReview 到全流程闭环：我的 AI 辅助开发实践心得

引言：惊鸿一瞥后的深度拥抱

一切的开始，源于一次令人惊叹的 AI CodeReview 体验。

在那之前，我对 AI 的辅助能力还停留在“代码补全”的印象中。但看到 AI 能够精准地指出代码逻辑中的隐患、提出优雅的重构建议后，我意识到：时代变了。这不仅仅是一个工具的升级，更是一种开发模式的变革。

受到这次冲击后，我开始较为深度地在日常开发中使用 AI IDE，尝试将更多的任务交付给它。经过一段时间的摸索与实践，我总结了一些心得，并在团队分享会上进行了汇报。今天，我想把这些思考落实成文，与大家分享。

核心理念：构建“自我闭环验证”能力

对于当前的 AI 模型能力，我持非常积极的态度。在大量的实战中，我悟出了一个关键道理：
只要让 AI 具备“自我闭环验证”的能力，它就能高效地帮我们完成更多事情。
很多时候，我们不敢放手让 AI 做事，是因为担心它写出“看似正确实则无法运行”的代码。一旦我们将验证环节也交给 AI，让它不仅负责“写”，还负责“证”，信任链条就打通了。

我的 AI 开发新流程

基于“闭环验证”的理念，我重构了自己的开发流水线。现在的完整流程如下：

业务代码开发：由 AI 初步完成核心逻辑。
代码风格检查：确保生成的代码符合团队规范（Linting）。
测试驱动与自我运行：
- 让 AI 编写接口测试和单元测试。
- 关键点：让 AI 自己运行这些测试，并修复报错，直到测试通过。
覆盖率验证：通过测试覆盖率报告，确信代码的健壮性。
AI CodeReview ：提交到 GitLab 后，再次利用 AI 进行代码审查，查漏补缺。
在这个流程中，我从“代码编写者”转变为了“需求定义者”和“最终验收者”。

实战案例：让 AI 自己证明自己

为了更直观地说明，举一个最近的实战需求： feat(order-warn-text) 。

需求背景：支付成功率报警文案中的链接，需要改为“可点击”状态。

传统做法：
我需要找到拼接字符串的地方，修改 HTML 标签，然后启动本地服务，造数据触发报警，查看效果。

AI 辅助下的做法：

定位与指令：我只需要确定大概修改哪个文件，然后用精确的语言告知 AI：“我希望将这里的报警文案链接改为 HTML href 格式，实现可点击效果。”
闭环验证要求：我没有直接看它生成的业务代码，而是对它说：“请编写一个相关的单元测试，该测试的输出结果需要包含一段生成的 HTML 片段，我要直接看这段 HTML 来验证链接是否正确。”
结果验收：AI 迅速写好了代码和测试，并跑出了结果。我直接查看测试输出的 HTML，确认标签结构无误，链接可跳转。
结论：
在这个过程中，我完全不需要关心它是如何拼接字符串的，也不需要费力去启动整个服务。只要它能通过测试输出让我信服的结果（比如那段 HTML），我就认可它的工作。

总结

AI 不仅仅是帮你少敲几个键盘的助手，它完全可以胜任更复杂的“开发-测试-验证”全流程。

关键在于我们如何给它下达指令，以及如何设计“验收标准”。当我们学会利用单元测试和自动化流程让 AI 实现“自我闭环”时，我们的生产力将得到质的飞跃。

未来已来，拥抱变化，让我们做更聪明的开发者。

写在最后

注：本文基于自己的心得，使用 AI 扩展而来。原文如下：

「AI 探索」

在看到 AI CodeReview 的令人惊叹的效果后，较为深度地开始使用 AI IDE 完成了不少任务，总结了心得并在分享会进行了团队内分享
对于当前 AI 模型能力持较为积极态度，意识到只要让 AI 做到自我闭环验证的能力就可以更高效的让 AI 完成更多事情
业务代码通过 AI 开发完成后，确保代码风格没有问题，让 AI 编写接口测试、单元测试并自我运行，通过测试覆盖率进行自我验证，提交到 Gitlab 后通过 AI 进行 CodeReview 的完整开发流程
例如 feat(order-warn-text): 支付成功率报警，文案链接改为可点击这个需求，我只需要确定应该在哪里修改相关内容，用精确的语言告知 AI 我想要实现的目标和效果，并让他编写相关的单元测试，该单元测试能够生成 HTML 让我再检查一下是否真的可点击，就不需要我再关心他是如何实现这个需求的了

【AI 探索】从 CodeReview 到全流程闭环：我的 AI 辅助开发实践心得