AI 编码实战 | 0 行手写代码，2 天重构 2 万行 Vue 项目

📌 一句话摘要

本文详述了作者使用 vivo 内部 AI 编程助手 BlueCode 在 2 天内完成 2 万行 Vue 项目重构的实践过程，提出 AI 辅助开发的关键在于建立约束体系（Skills + AGENTS.md + 飞轮效应），并给出具体方法论与适用场景指南。

📝 详细摘要

文章记录了 vivo AI 技术团队使用内部 AI 编程助手 BlueCode 对 4 年历史 Vue 项目的重构实践。作者没有手写任何代码，而是通过自然语言指令指导 BlueCode 完成 157+ 文件变更、108 个单元测试建立、30% 包体积减少和 Element Plus 完全移除。核心方法论包括：Skills 技能包 + find-skills 自动安装（AI 给自己装插件）、AGENTS.md 固化项目规范与约束、飞轮效应（错误只犯一次）、精确任务拆解（做什么 + 参考什么 + 怎么验证）、给模式不给描述（参考现有代码风格）。文章诚实复盘了 BlueCode 的两个错误（误删 arco.css、升级 marked 后未验证 renderer），并说明这些错误通过约束机制在后续被消除。最后提供了适用场景、前提条件和快速上手清单，强调工程师价值在于决策和质量把控，而非手写代码速度。

💡 主要观点

- AI 辅助开发的关键在于建立约束体系，而非 AI 本身能力。 通过 Skills 沉淀领域知识、AGENTS.md 固化项目规范、飞轮机制让错误只犯一次，将模糊目标转化为 AI 可精确执行的高质量指令。

Skills + find-skills 实现 AI 自我进化，首次正确率从 60% 提升到 95%。 AI 在执行任务时自动识别能力缺口，搜索并安装所需技能，无需人工干预，最终自动安装了 12 个技能覆盖项目每个角落。

AGENTS.md 的 Important Notes（不要做什么）比要做什么更重要。 AI 默认行为是积极优化，看到'多余'配置就想删，需明确告诉哪些东西不能动；约束数量和返工次数呈指数级关系。

精确任务拆解是'0 手写代码'能否成立的关键。 每个指令需包含：做什么 + 参考什么 + 怎么验证；模糊的大目标会导致 AI 误改，精确指令才能确保高质量输出。

飞轮效应让错误只犯一次，约束越积越多，后期几乎零返工。 BlueCode 犯错 → 记录教训 → 沉淀为 AGENTS.md 约束 → 下次自动读取 → 同类错误消失；到 Phase 9 后代码可直接合入。

💬 文章金句

- AI 辅助开发的关键不在 AI 本身的能力，而在于人为 AI 建立的约束体系。

• Skills 让 AI 从通才变成专家，而 find-skills 让这个过程全自动------AI 自己判断缺什么能力，自己搜索，自己安装，自己用。
• '不要做什么'比'要做什么'更重要。因为 BlueCode 的默认行为是积极优化------看到它认为'多余'的配置就想删，看到'不规范'的写法就想改。
• 工程师的价值不在于手写代码的速度，而在于做正确的决策和把控产出质量。

📊 文章信息

AI 初评：90

来源：vivo互联网技术

作者：vivo互联网技术

分类：软件编程

语言：中文

阅读时间：29 分钟

字数：7100

标签： AI 编程, Vue.js, 代码重构, 软件工程, 开发效率

阅读完整文章