AI 代码助手可以帮助解释代码、生成代码、重构、补测试和排查错误。但代码助手必须与仓库上下文、测试和代码审查结合，不能只看模型输出。

1. 常见能力

能力	示例
代码解释	解释某个类或方法做什么
代码生成	根据需求生成函数或模块
重构建议	提取公共逻辑、改善命名
单元测试	根据代码补充测试用例
错误排查	根据日志和堆栈定位问题
文档生成	生成接口说明和变更说明

2. 工作流

读取需求
  -> 理解现有代码
  -> 定位修改点
  -> 生成改动
  -> 运行测试
  -> 根据失败迭代
  -> 总结变更

真正可靠的代码助手必须能读上下文和运行验证。

3. Prompt 示例

你是一个代码审查助手。

请基于以下代码和需求，找出潜在问题。

要求：
1. 优先指出可能导致运行错误、数据错误和安全风险的问题。
2. 给出文件和方法位置。
3. 不要提出无关风格建议。
4. 如果缺少上下文，请明确说明。

4. 风险

风险	说明
生成不存在的 API	模型可能凭经验编造
破坏现有逻辑	没理解业务约束
引入安全漏洞	SQL 注入、越权、敏感日志
测试缺失	代码能编译但行为不对
过度重构	改动范围不必要扩大

5. 使用建议

1. 提供相关文件、错误日志和需求背景。
2. 要求模型先解释理解，再给修改方案。
3. 对生成代码运行编译、测试和静态检查。
4. 高风险逻辑必须人工审查。
5. 不要让模型随意改动无关文件。

6. 适合和不适合

场景	适合程度
样板代码生成	很适合
单元测试补充	适合
日志分析	适合
核心资金逻辑	谨慎
大规模架构重写	需要人工主导

7. Tips 快问快答

Q：AI 生成的代码可以直接上线吗？

A：不应该。必须经过测试、审查和业务验证。

Q：代码助手最适合帮什么？

A：理解上下文、生成样板、补测试、解释错误和提供修改方向。

Q：为什么 AI 会写出不存在的方法？

A：模型基于概率生成，可能把相似框架或版本的 API 混在一起。需要依赖本地代码和文档验证。