用Agent评测思路管理AI Coding —— 31万行代码AI重构的实践
本文分享了一个团队在90%代码由AI生成、系统代码量膨胀至31万行的背景下，如何通过实践管理AI Coding并完成大规模重构的实战经验。文章指出，若无统一规范约束，AI Coding会加速代码腐化。团队提出了三个核心经验：一是借鉴Agent评测的“人人对齐→人机对齐”理念管理AI Coding，先通过规范拉齐团队共识，再将共识转化为AI可执行的约束；二是AI正在重新定义“经验”价值，从依赖人力“看全”代码转向借助AI快速识别问题并由人判断优先级；三是技术债可像业务需求一样，通过拆解到日常迭代中渐进式消化。重构执行路径包括：利用AI辅助定向梳理技术债、制定AI友好研发规范（如工程分层规约）并落地为AI Rule、通过SOP指导AI完成工程解耦、借业务需求平滑升级数据模型，以及建立Pre-PR机制和AI辅助测试用例生成规范以保证质量。整个过程强调规范是AI Coding时代阻止系统腐化的基础设施，为类似场景提供了可复用的方法。