首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >把大象塞进冰箱,一次一口——大任务拆解成 AI 能消化的块

把大象塞进冰箱,一次一口——大任务拆解成 AI 能消化的块

原创
作者头像
用户12475538
发布2026-05-11 13:11:57
发布2026-05-11 13:11:57
1010
举报
文章被收录于专栏:与workbuddy合作与workbuddy合作

把大象塞进冰箱,一次一口——大任务拆解成 AI 能消化的块

"帮我做一个电商系统"——AI 会给你 2000 行代码,然后你们俩都不知道从哪开始改。


一上来就要"全量"是 AI 协作的头号陷阱

AI 编程助手的一个特性让人很容易掉坑:你说什么它都敢接。 "帮我做一个完整的用户系统"——它不会说"太大了,先拆一下",它会直接给你 1500 行代码。

然后你看着 1500 行代码,不知道从哪开始验证、不知道核心决策在哪、不知道改了其中一个函数会影响什么。

这不是 AI 的问题,是你的需求粒度问题。 AI 给了你一个大象。你需要的是把大象切成牛排。


渐进式交付的四步法

第一步:用"最简通路"代替"完整系统"

代码语言:python
复制
# ❌ 一上来要全量
你:帮我做一个用户系统(注册、登录、找回密码、权限管理、角色系统、审计日志)

# ✅ 先做最简通路
你:帮我做一个最小用户系统。
   只有注册和登录。注册只需邮箱+密码。登录返回一个 token。
   没有权限、没有角色、没有找回密码、没有审计。
   把这个当作地基,后续在上面加。

最简通路的定义:这个系统能跑通的、最小的功能集合。 可能只有 80 行代码,但它是一个完整可运行的东西。

为什么这很重要?因为:

  • 80 行代码你可以在 2 分钟内看懂
  • 看懂后你能判断架构方向对不对
  • 方向对了就在上面继续加,方向不对就调整方向——80 行代码,调整的代价很小

如果你上来就看 1500 行,你可能要到第 800 行才发现架构方向有问题。 而在第 800 行发现问题 = 前面 800 行基本白写。

第二步:每次只加一层

代码语言:python
复制
# 第一层:地基(20 分钟)
你:用户注册和登录,最小实现
AI:[80 行]
你:review,确认架构方向 OK

# 第二层:异常处理(10 分钟)
你:给注册和登录加异常处理——邮箱重复、密码太短、邮箱格式错误
AI:[增加 40 行]
你:review

# 第三层:安全(10 分钟)
你:密码加 bcrypt 哈希,登录加失败次数限制(5 次锁定 15 分钟)
AI:[增加 30 行]
你:review

# 第四层:周边功能(15 分钟)
你:加密码重置(发邮件)、加邮箱验证
AI:[增加 60 行]
你:review

每一层只做一件事,每一层都 review。 这和你自己写代码的节奏一样——你不会一口气写完所有功能再测试,你会写一点测一点。

第三步:每层的"交付物"必须可独立验证

代码语言:python
复制
# ❌ 这些交付物无法验证
你:重构用户模块
AI:[200 行改动]
你:...这 200 行改了什么?哪些是结构调整,哪些是逻辑修改?

# ✅ 每层有明确的验证标准
你:把用户模块的数据库操作抽到独立文件,不改变任何业务逻辑。
   验证方式:跑现有的用户模块测试,全部通过即成功。
AI:[抽出 50 行到新文件]
你:跑测试 → 全过 → 确认,下一层

每层都要回答"我怎么知道这层做好了"。 如果说不出来,这层太大了,继续拆。

第四步:拒绝"顺带做一下"

AI 最容易让你偏离渐进式的地方:你在让 AI 做一件事,它顺手多做了两件。

代码语言:python
复制
你:给注册接口加邮箱格式校验
AI:[加了邮箱校验 + 顺便重构了参数解析 + 顺便加了日志]
# 你本来只想验证"邮箱格式校验是否生效"
# 现在你得同时验证三个改动

给 AI 加一条规则:严格执行当前层的任务,不要做未要求的事。 这个规则写在 SOUL.md 里:

代码语言:markdown
复制
## 执行纪律
每次只做当前层级的任务。不做以下事:
- 不重构未涉及的代码
- 不加未要求的日志或错误处理
- 不改与当前任务无关的变量名或函数名
原因:每次改动必须可以独立验证。混合改动 = 无法定位问题。

拆解粒度判断:多大的"一口"最合适

一个经验法则:

代码语言:python
复制
def right_size(task):
    # 输出量
    if expected_lines_of_code > 150:
        return "太大,继续拆"

    # 修改范围
    if files_to_modify > 3:
        return "太大,继续拆"

    # 验证时间
    if time_to_verify > 5_minutes:
        return "太大,继续拆"

    # 决策数量
    if design_decisions_required > 2:
        return "太大,决策太多,先做决策再执行"

    return "合适"

150 行以内、3 个文件以内、5 分钟能验证完、最多 2 个设计决策——这是一个"合适的一口"。


渐进式交付的最大敌人:完美主义

"我先想清楚完整架构,再让 AI 开工。"

这个想法看起来合理,但有一个致命 bug:你不可能在动手前想清楚完整架构。 架构是在做每一层时逐渐清晰的——地基做完才知道上面能建几层,而不是先想好 10 层再打地基。

渐进式交付的本质是:边做边看清。 你不需要一开始就有一个完美的拆解方案。你只需要确保第一步够小,做完第一步后,第二步自然就清楚了。


一个模板

每次给 AI 派任务时,用这个模板:

代码语言:markdown
复制
当前层级:[第 N 层 / 共约 M 层]
本层目标:[一句话描述本层要完成的功能]
输入依赖:[前面哪层的输出]
输出物:[具体文件 / 具体函数]
验证方式:[怎么确认这层做好了]
禁止事项:[本层不做的事]

请开始。

这个模板做两件事:约束 AI 不要"顺带做一下",也约束你不要"顺便让它做一下"。


本文所有示例均已脱敏处理。你是怎么拆任务的?有比 150 行更合适的粒度吗?欢迎评论区聊。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 把大象塞进冰箱,一次一口——大任务拆解成 AI 能消化的块
    • 一上来就要"全量"是 AI 协作的头号陷阱
    • 渐进式交付的四步法
      • 第一步:用"最简通路"代替"完整系统"
      • 第二步:每次只加一层
      • 第三步:每层的"交付物"必须可独立验证
      • 第四步:拒绝"顺带做一下"
    • 拆解粒度判断:多大的"一口"最合适
    • 渐进式交付的最大敌人:完美主义
    • 一个模板
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档