AI 辅助开发

从 JetBrains AI 需要维护的 README 和 Guidelines 开始，将程序员频繁涉及的三块工作——开发新需求、重构遗留代码、解决线上 bug 入手系统介绍。

无论是以瀑布模式为代表的传统软件工程，还是近二三十年以敏捷为代表的现代软件工程都强调设计先行的重要性，也就是执行编码任务之前先做规划。

处理程序运行时错误是一个耗时任务，对于 Java 工程来说尤其如此，JetBrains AI 的设计者也意识到了这点，提供了一些有效的运行时错误修复方案。

遗留系统的痛点在于可维护性差，可维护性差除了没有测试网覆盖外就是可读性差，提升代码可读性可以有效降低工程复杂度，重构就是提升代码可读性的最佳实践。

这里介绍两个实践 Junie 基本原则，第一个是设置编码规约，也就是 Junie Guidelines，另一个是 IDEA 的代码追溯功能，也就是 Local History。

这里，我会拿出若干篇实证过的经验案例探讨工具的使用，然后回到程序员的工作流中来。我给这个系列起了一个名字「打零工」，这是从生产资料与生产力的关系看待此起彼伏的技术浪潮。

写 README 是软件开发行业的最佳实践，AI 编程同样需要它，就像童子军军规:「始终保持露营地比你发现它时更干净。」

本文介绍 Junie 常用交互方式，理解 Junie 的工作区与交互方式，并对设计体验优秀的几点做分析。

真正有可能颠覆开发模式的是 Builder 模式，它的成熟形态应该是接管工作区，也就是接近自动驾驶水平。开发者是关键决策者，不断决策 Apply 还是 Deny，并快速验证决策结果，形成决策循环。

这次以一个线上问题为例，体验下 Trae 对于稍微需要点专业知识的问题处理与工程初始化，感受下懂 AI 的工程师是如何替代掉那些不懂 AI 的。