为什么一开始觉得AI编程超厉害，到后来却觉得有点力不从心？

说实话，遇到复杂场景调试问题，真心是个挑战。

你是说你遇到困难？那可能是你选的AI工具不太合适吧？

你可能感兴趣：你知道吗？2025年，程序员们每月在AI工具上花多少钱呢？听听yuzhangd的看法吧！

我现在的开发工作中，95%的代码都是AI自动生成的，只有一些小调整我才会亲自去做。

而且不光是写代码，修复bug、理解代码、生成文档，全部都靠AI来搞定。

你得找个【付费】的AI编程工具，免费的真心不靠谱。

另外，深挖AI工具的各项功能是必须的，别只停留在表面，尽量把所有功能都利用上。

AI工具的官方文档，建议多读几遍，能帮助你更好地掌握。

同时，把各种实用的MCP工具都用上，像git、数据库操作、中间件工具，这样AI才能更有效地提升你的工作效率。

接下来，我分享一些我常用的功能，顺便说一下，我用的是阿里的Qoder。

设定工程规则

例如，我设置了一些工程规则：

## 1. 项目架构规范

### 1.1 模块分层架构
项目采用DDD领域驱动设计,分为以下7个模块:

- **service-xxxxx-api**: API接口定义层,包含Facade接口和共享DTO
- **service-xxxxx-common**: 公共组件层,包含Command、Query、VO、常量等
- **service-xxxxx-domain**: 领域层,包含聚合根、实体、领域服务、仓储接口
- **service-xxxxx-application**: 应用服务层,包含应用服务、事件处理、策略模式
- **service-xxxxx-infrastructure**: 基础设施层,包含PO、Mapper、转换器、仓储实现
- **service-xxxxx-facade**: 用户接口层,包含Controller、RPC实现
- **service-xxxxx-server**: 启动模块,包含主启动类和配置

### 1.2 依赖关系
- facade → application → domain
- infrastructure → domain
- application → infrastructure
- facade → common
- domain → common
- infrastructure → common

## 2. 代码规范

### 2.1 基础规范
- **Java版本**: 使用Java 17
    - 能用Stream API实现的,优先用String API实现;
    - 返回空集合时,可以使用return List.of()
- **操作系统**: Windows 11
- **数据库**: MySQL
- **日志框架**: 使用@Slf4j注解
- **数据库操作**: 使用MyBatis-Plus
- **对象转换**: 使用MapStruct
- **作者标注**: 新写的类和接口统一标注@author mmmmmmm（不写日期）

工程文件的规则其实挺多的，这样可以确保AI乖乖听话，不会乱写代码。

MCP工具

比如，操作mysql数据库的工具。

现在连创建字段、表、初始化数据、修正和造数据，全部都让AI来处理，我真的只需【发指令】就行了。

生成单元测试

哇，用AI来生成单元测试简直是太方便了！一键搞定，AI会分析代码上下文，自动mock掉依赖，并生成测试数据。

即使你的代码需要依赖数据库，AI也会为你准备好测试数据。

生成wiki文档

有了AI，我再也不怕【老代码】了，一键就能生成所有代码的架构、设计和模块文档。比如：

分享得明明白白，直观易懂。

代码审核

这个功能几乎是我每天都在用的，因为团队每天都会产生不少代码。对于重要模块，我会请AI帮我审核，通常我只需这样说：

请分析以下几个commit id，看看功能和性能有没有问题，是否影响了原有功能。

然后AI IDE就会进行代码对比和分析，整个过程科学、严谨，还特别详细。

一般还会给出优化建议，像这样：

这算是比较深入的分析了。现在大多数AI的审核结果都是不错的。

找BUG的高效工具

当你发现同事们还在烦恼找不到bug的时候，可以劝他们赶紧用AI来帮助找，效果特别好。

我试过很多次，凡是在生产环境中出现的各种奇怪bug，AI都能帮我找出来。

你可以试试，效果真心不错。

跟上时代的步伐

现在是AI的时代，真得与时俱进，不然可是会被甩在后面的哦。