Claude Code 这类命令行 AI 工具,和网页版聊天机器人不是一回事。它的价值在能读写项目、能跑命令,风险也在这里。

哪四个场景最适合接入?

第一是代码理解。让它读一个陌生模块,讲清数据流和依赖,比人翻文件快得多。

第二是测试补齐。给它现有函数,让它生成边界用例和异常用例。这类任务错了代价小。

第三是重构辅助。小范围重命名、抽函数、统一风格,让它做初稿,人审 diff。

第四是报错定位。把堆栈和日志给它,让它列出可能原因和验证步骤。

哪些场景要谨慎?

涉及数据库迁移、权限变更、生产配置的操作,不要让它直接执行。可以生成脚本,但必须人工跑。

涉及大范围重构的任务,容易改出隐性 bug。要限定范围,一次只改一个文件或一个模块。

怎么配置才安全?

第一,用单独分支。所有改动在分支上,主分支不动,出问题直接丢弃。

第二,限制命令白名单。只允许读文件、跑测试,不允许部署、删库、改权限。

第三,要求先解释再执行。让它说出要做什么、影响哪些文件,你确认后再动手。

怎么提高产出质量?

给它项目约定:代码风格、目录结构、命名规则。写在项目说明文件里,它每次都会读。

给它验收标准:跑哪些测试、通过标准是什么。标准明确,它才知道什么时候算完成。

让它小步提交。一次改一点,每步可回滚。大步改动看起来高效,出问题难定位。

怎么验收?

不看它说做了什么,看 diff。逐行看改动,尤其是删除和重命名。

跑测试,看通过率。再人工点一遍关键路径。测试通过不等于功能正确。

常见误区是什么?

把它当成自动完成,一次性给一个大需求。结果是一堆看不懂的改动。

不看 diff 直接合并。这是最危险的习惯,一次就可能把 bug 带上线。

最后一句:它像一个能干的实习生,给它边界,它就可靠;给它自由度,它就可能闯祸。

去论坛讨论

前往 ziyuanagi.com 论坛 参与讨论