devtools 中的 AI 代码：Google 工程师关于 Claude 的经验教训

Google 工程师谈 DevTools 中 AI 代理的陷阱：从意大利面条代码到 Rust 重构

Google 工程师 Lalit Maganti 花了三个月和大约 250 小时开发 syntaqlite——一套 SQLite 工具套件，包括解析器、格式化器、代码检查器和 LSP 服务器。第一种方法是将一切完全委托给 Claude，导致代码变得无法管理，只能全部推倒重来。改用 Rust 并将 AI 作为自动补全工具，最终发布了可用的 0.1 版本。

第一迭代：委托给 AI 导致代码混乱

Maganti 从最大化自动化开始：Claude 负责设计和实现，而作者仅扮演经理角色。一个月内，他们创建了：

• 用 C 实现的解析器。
• 格式化器。
• Web 界面。
• 500 多个测试。

结果在功能上能工作，但审查时暴露了问题：

• 函数乱七八糟地散布在各个文件中。
• 模块膨胀到数千行代码。
• 从 SQLite 源代码提取代码的管道变得连作者自己都看不懂。

代码库变成了“意大利面条代码”。解决方案：彻底拆除并重新开始。

第二迭代：Rust、手动设计、AI 自动补全

切换技术栈到 Rust 后，Maganti 亲自掌控架构。Claude 只用于根据精确规范生成代码，并进行严格审查。

关键实践：

• 自动化测试：一个驱动程序将每个 SQL 查询与 1390 个上游 SQLite 测试进行对比，验证 syntaqlite 解析器。
• 持续重构：每次更改都经过手动审查。
• 日志记录：日志（约 4000 字）、会话记录、提交历史。

核心部分在二月组装完成，0.1 版本于三月中旬发布。这个酝酿了 8 年的项目，作为副业得以实现。

AI 代理的陷阱：从沉迷到失控

Maganti 将使用 Claude 的过程比作玩老虎机：

• “再来一个提示”拖到深夜。
• 疲劳导致提示质量下降。
• 失去对代码库的“感觉”，变成管理别人代码的经理。

沟通出现断层：模糊描述导致错误解读。AI 在函数/类层面表现出色，但在架构、API 设计和项目上下文方面力不从心。

关键经验教训

• AI 加速实现，但无法取代设计：模型缺乏“品味”和历史积累。
• 完全委托导致代码失控：手动审查必不可少。
• Rust + AI 自动补全胜过 C + 代理：架构至关重要。
• 基于上游测试验证至关重要，针对 SQLite 解析器。
• 日志记录加速迭代：发布日志而非一次性故事。

对中高级开发者的建议

• 将 AI 用于常规任务：自动补全、重构小部分代码。
• 保留对架构的控制：模型无法把握长期上下文。
• 实现自动化管道：与参考测试（SQLite 上游）对比。
• 记录会话：分析提示、提交、错误。

Maganti 的方法表明：AI 能加速副业项目，但需要自律。Syntaqlite 是人类与代理在复杂 DevTools 中平衡的典范。

— Editorial Team