前言

哈喽大家好,我是欧呦,这篇文章将为大家分享如何使用 AI 长期开发一个复杂项目。

最近我使用 AI 从零开发了一款 Mac 端的录屏与剪辑应用 Oil Studio。在做这类功能模块较多、需要长期持续迭代的项目时,它和短时间就能做完的简单项目有很大不同:如果不给项目建立任何约束,随着迭代时间拉长,代码和交互很容易出现混乱,越往后每加一个新功能都会觉得很费劲。

我相信我自己用于开发一个复杂项目的一些心得,对大家也能够有些帮助。在这篇文章里,我就按顺序和大家分享:项目从 0 到 1 起步时怎么调研选型、日常怎么让多个模型分工并行开发、怎么搭一套后台静默运行的自动化测试,以及长期迭代中怎么做好项目治理与发布流程管理。

长期项目为什么容易失控

用 AI 开发复杂长期的项目,最先面对的一个现实情况是:在迭代时间拉长之后,我们已经基本不了解里面的具体代码是怎么实现的了,平时只能通过产品的实际使用,去了解目前产品的表现如何。

但以现阶段模型的能力来说,只要我们对这个项目不加任何束缚,就这样长期迭代下去,代码和文档里一定会不断积累出不同程度的混乱,最常见的有下面这五类:

无约束长期迭代导致的代码与文档混乱对比有规范约束的长期可控结构

1. 每个地方的样式单独实现了一套

AI 在每次新对话里开发功能时,往往只关注把眼前这一处需求写出来。如果没有明确的组件规范,明明项目里已经有现成的组件,它却不去使用,而是在每个地方单独写一套样式,每次加出来的交互效果也都略微有点不同。缺少统一的交互标准,累积多了整体使用体验就会很差,也没有高级感。

2. 硬编码问题

所谓硬编码,就是把本该统一管理的颜色、间距、配置参数或路径,直接写成固定值分散在各个代码文件里。后面一旦想统一修改某个配置或样式,AI 很容易漏改其中几处,导致不同地方的表现不一致。

3. 重复逻辑实现

当项目文件变多之后,如果缺少清晰的模块说明,AI 在写新功能时可能不知道其他目录里已经写过相同的计算或处理函数,于是在当前文件里又重复实现了一遍。同一件事在仓库里存在多份实现,后续维护和排查问题时就很容易出错。

4. 冗余代码残留

在迭代产品功能的过程中,一个特性经常会调整好几版。AI 换了新的实现方式后,往往不会主动把旧方案留下的函数或废弃文件删掉。这些不再使用的冗余代码一直留在仓库里,不仅额外消耗后续 AI 读代码时的 Token,也会干扰后续开发时的判断。

5. 文档不断累积且过期混乱

AI 在实现项目的过程中很喜欢不断地去写方案、说明和记录文档。如果不做约束和清理,仓库里的文档会一直累积、越攒越多,而且随着功能好几轮迭代,早期写下的文档早就过期了。当过期文档和实际代码错位时,AI 读完文档再去读代码不仅白白浪费 Token,在上下文比较长的时候,一旦它采纳了错误文档里的旧信息,还会直接误导后续的开发。

要想让长期项目保持可控,既要在从 0 到 1 起步时选对技术路线并拆好阶段,也要在日常开发和迭代中管住代码与文档。下面我们就按实际开发的顺序,先从动手前的技术调研与拆解说起。

动手前的技术调研与拆解

在正式让 AI 写功能代码之前,我会先完成主流框架与开源项目调研、多模型交叉评估,以及阶段里程碑拆分。

1. 评估开源二开与语言选型

在一个项目从 0 到 1 开始的时候,我一定会先让 AI 去深度调研目前哪些框架是最主流的,主要关注它的生态、可维护程度以及性能上限。

立项初期评估 MIT 开源项目二次开发与选择原生语言从零构建的判断框架

以我的 Oil Studio 为例,我会优先去调研目前市面上已有的开源项目:它们使用的是什么技术?我是否可以直接使用一个开源框架或项目去进行二次开发(简称「二开」)?

这里有一个大家容易忽略的点:如果一个项目开源了,并且是 MIT 协议(一种非常宽松的开源协议,允许免费修改代码并直接用于商业化,只需保留原作者版权声明;同类宽松协议还有 Apache 2.0,但要注意避开 GPL、AGPL 这类要求修改后也必须开源的协议),那么我们就可以针对这个项目进行二开,并且进行商业化。只要有好的开源项目,我是一定不会自己重复造轮子的;当然,在使用开源框架的时候,我也会关注它的改造难度,相较于从 0 到 1 去实现一个项目的难度如何。

现在虽然 AI 能力很强,很多时候我们不需要用那么多的轮子,用 AI 重新开始写反而更干净;但是在一些复杂 Bug 方面,存量的开源项目如果已经维护了好几年,那么它大概率是更加稳定的。只要是写过几年代码的人,对此都会有畏惧之心——因为有些边缘 Bug 是非常难复现的,一个开源项目如果维护了很长时间,它一定经历过各种奇奇怪怪的 Bug。它代码里面可能有一些对 AI 来说不太符合直觉的写法,但那其实是为了兜住某一个问题而写的实现,像这些代码就会给人很安心的感觉。

我这个项目之所以最终使用 Swift(苹果官方专门为 Mac 和 iOS 开发的原生编程语言,能直接调用系统底层图形与音视频能力)去实现,是因为在 AI 的调研下,目前市面上已有的开源框架全都是一些跨端技术,比如 Electron 和 Tauri(用写网页的技术打包成桌面应用)。不论从交互设计上,还是从最终的渲染速度等性能方面,原生的 Swift 在 Mac 端上的表现一定是最好的。所以我没有使用任何开源框架,并且选择了原生语言的方式从零开始做。

看到这里大家可能会担心:如果自己不熟悉这门语言,也能选它来做项目吗?

其实我自己并不熟悉 Swift,只知道它的优势和劣势是什么,而且选型时我会问 AI 对这门语言的掌握程度。现阶段,AI 对大多数代码语言都是非常了解的。我们只需要让 AI 调研清楚,哪种语言最适合我们这个项目的业务、长期维护以及性能方面,然后用我们能听得懂的话讲清楚,我们来做判断就好了:

我想开发一个 Mac 端的录屏与剪辑应用,重点关注交互体验、渲染性能上限与长期可维护性。请帮我联网深度调研目前主流的技术方案与开源项目: 1. 盘点现有开源项目使用的技术栈与开源协议,评估是否有合适的 MIT 协议开源项目可直接二次开发,并对比改造难度与从 0 到 1 实现的难度; 2. 对比跨端框架与原生语言在交互设计、渲染性能和长期维护上的优劣,并说明你对对应语言的掌握程度; 3. 请用清晰直白的语言说明各自优劣,方便我做判断。

2. 多模型交叉评估与拆里程碑

在做方案调研和评估方面,我不会听一家之言。

使用多个最强模型交叉验证技术方案并由规划模型拆解阶段里程碑

一般来说,我都会用目前能力最强的模型去做方案调研和评估。因为对于一些强的模型来说,它的世界知识会更加丰富,对于一些存量的坑,它模型内部的参数了解得更多。而且我会让多个强模型去交叉判断,看它们是否能达成共识,让判断的置信度达到更高。

确定好技术路线之后,把一个大的应用拆成一步步的里程碑,主要是 AI 来帮我拆分的。这里我们需要选择一个任务规划能力比较强的模型,比如说 Gemini 或者 Claude。在我开发这个项目的时候,产品设计以及任务分发都是交给 Claude Opus 5.5 负责,先让它把整个应用拆成一步步可推进的阶段目标:

我们已经确定使用原生 Swift 从零开发这款 Mac 录屏与剪辑应用。在正式开始写代码前,请结合项目的核心功能需求,帮我把整个大应用拆解成一步步循序渐进、每一阶段都能独立验证效果的开发里程碑,方便我们按阶段推进。