当前位置：首页 > news >正文

告别996？用AI重构工作流后，效率暴涨

news 2026/6/4 13:42:57

大家好，我是小悟。

一、背景与转变

在AI代码助手普及之前，我的Java编码流程典型是：理解需求 → 翻阅Java文档/Stack Overflow → 手写POJO/Service/Controller → 调试NullPointerException → 修改 → 重复。Spring框架的样板代码尤其耗费时间。

现在，AI彻底改变了这一切。我的角色从“代码的生产者”变成了“代码的架构师和审阅者”——我决定架构、接口设计、异常处理策略，AI负责生成实体类、Repository、Service骨架，我负责校验事务边界、线程安全、性能优化。

二、详细步骤

第一步：需求理解与拆解（人工主导）

做什么：拿到一个任务后，我先自己拆解成清晰的模块和子任务，定义好接口契约。

示例：假设要做一个“用户上传图片并自动添加水印”的功能。

我的拆解（Java技术栈视角）：

Controller层：@PostMapping接收MultipartFile，参数校验
Service层：业务逻辑——校验格式、调用水印服务、保存文件
水印处理组件：独立WatermarkService，支持文字/图片水印
存储策略：本地文件系统或OSS（可配置）
异步处理：大图用@Async避免阻塞
异常处理：@ControllerAdvice全局处理
配置管理：application.yml中配置水印位置、大小限制等

为什么要人工做：AI不了解你的项目是否已存在FileStorageService、使用的是什么OSS SDK、日志规范是什么。拆解得越清晰，AI生成的代码越能直接融入现有项目。

第二步：与AI对话式设计（人机协作）

做什么：把拆解好的模块，逐个与AI讨论技术方案。这不是简单的“给我代码”，而是像跟资深同事讨论设计。

示例对话：

我：我要用Spring Boot 3.2 + Java 17实现图片上传加水印。图片可能10MB+，要求不阻塞主线程。水印支持文字（可配置内容、位置、透明度）和图片水印。你有什么方案建议？
AI：建议方案：
Controller立即返回202 Accepted和任务ID
用@Async+ThreadPoolTaskExecutor异步处理
水印处理用javax.imageio.ImageIO（需注意大图内存问题）
处理完成后更新数据库状态，前端轮询或WebSocket通知
大图建议先用Image.getScaledInstance或第三方库（如TwelveMonkeys）处理
需要注意：ImageIO默认支持的格式有限，需要添加依赖；异步任务中的异常要妥善记录。

我：ImageIO处理大图确实容易OOM，有没有更好的方案？
AI：可以考虑：
使用ImageMagick命令行（通过ProcessBuilder），稳定但依赖外部
使用thumbnailator库（封装了ImageIO但做了优化）
使用JDK 21+的虚拟线程处理大量并发
根据你的环境，建议用thumbnailator，代码简单且内存控制较好。

这一步的价值：AI帮你想到Java特有的问题（内存溢出、线程池配置、流未关闭等），你在对话中修正方案。

第三步：生成代码骨架与细节（AI主导）

做什么：方案确定后，让AI生成代码。我习惯按模块分层生成：先实体类，再Repository，再Service，最后Controller。

示例提示词：

请用Spring Boot 3.2 + Java 17写一个图片上传和水印服务：
实体类ImageTask：包含id(UUID)、原始文件名、原图路径、水印图路径、状态(PENDING/PROCESSING/COMPLETED/FAILED)、创建时间、错误信息
Repository：继承JpaRepository
Service：
uploadAndWatermark(MultipartFile file, String watermarkText)：保存原图，创建任务记录，触发异步水印处理，返回任务ID
processWatermarkAsync(taskId, watermarkText)：异步方法，用thumbnailator添加文字水印（右下角，半透明，字体大小根据图片比例计算）
Controller：POST /api/images/upload，返回任务ID；GET /api/images/task/{id} 查询状态
配置文件支持：app.watermark.text=MyApp 2026、app.watermark.position=bottom-right、app.max-file-size=5MB

AI的输出：

// ImageTask.java @Entity @Table(name = "image_task") @Data @NoArgsConstructor @AllArgsConstructor public class ImageTask { @Id @GeneratedValue(strategy = GenerationType.UUID) private UUID id; private String originalFileName; private String originalPath; private String watermarkedPath; @Enumerated(EnumType.STRING) private TaskStatus status; private LocalDateTime createdAt; private String errorMessage; @PrePersist protected void onCreate() { createdAt = LocalDateTime.now(); status = TaskStatus.PENDING; } } // WatermarkService.java @Service @Slf4j public class WatermarkService { @Value("${app.watermark.text:MyApp 2026}") private String watermarkText; @Autowired private ImageTaskRepository taskRepository; @Async("watermarkExecutor") public CompletableFuture<Void> processWatermarkAsync(UUID taskId, String watermarkText) { // 更新状态为PROCESSING ImageTask task = taskRepository.findById(taskId).orElseThrow(); task.setStatus(TaskStatus.PROCESSING); taskRepository.save(task); try { // 使用thumbnailator添加水印 File originalFile = new File(task.getOriginalPath()); File outputFile = new File(task.getWatermarkedPath()); BufferedImage original = ImageIO.read(originalFile); int fontSize = Math.max(20, original.getWidth() / 20); // 添加文字水印 Graphics2D g = original.createGraphics(); g.setComposite(AlphaComposite.getInstance(AlphaComposite.SRC_OVER, 0.5f)); g.setFont(new Font("Arial", Font.BOLD, fontSize)); g.setColor(Color.WHITE); FontMetrics fm = g.getFontMetrics(); int textWidth = fm.stringWidth(watermarkText); int textHeight = fm.getHeight(); int x = original.getWidth() - textWidth - 20; int y = original.getHeight() - 20; g.drawString(watermarkText, x, y); g.dispose(); // 保存水印图 String format = originalFile.getName().substring(originalFile.getName().lastIndexOf('.') + 1); ImageIO.write(original, format, outputFile); // 更新状态为COMPLETED task.setStatus(TaskStatus.COMPLETED); taskRepository.save(task); } catch (Exception e) { log.error("水印处理失败, taskId: {}", taskId, e); task.setStatus(TaskStatus.FAILED); task.setErrorMessage(e.getMessage()); taskRepository.save(task); } return CompletableFuture.completedFuture(null); } }

我的工作：复制代码到IDE，但不急着运行。我逐行检查：

依赖注入是否正确（@Autowiredvs 构造器注入）
事务边界（异步方法中@Transactional无效，需要手动处理）
资源释放（ImageIO.read和original.createGraphics()没有显式关闭，虽然有GC但最好用try-with-resources？这里需要改进）
配置项读取是否合理

第四步：人工审阅与调整（人工主导）

做什么：AI生成的代码通常有90%可用，但总有需要微调的地方。

实际操作（针对上面的代码）：

发现问题：AI用Graphics2D直接修改原图BufferedImage，然后覆盖保存？不对，它读的是原图，画完直接写出，没有保存原图版本。我需要修改逻辑：先复制一份原图到临时文件，再对复制品加水印。
性能问题：ImageIO.read(originalFile)会把整个10MB图片加载到内存，高并发下会OOM。我改用thumbnailator的流式处理，或者限制并发数。
线程池配置：AI只用了@Async，没配置线程池。我补充ThreadPoolTaskExecutor配置：

@Configuration @EnableAsync public class AsyncConfig { @Bean(name = "watermarkExecutor") public Executor watermarkExecutor() { ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); executor.setCorePoolSize(2); executor.setMaxPoolSize(5); executor.setQueueCapacity(100); executor.setThreadNamePrefix("watermark-"); executor.initialize(); return executor; } }

文件存储：AI直接用了绝对路径，我需要改成从配置读取存储根目录，并自动创建目录。
格式处理：AI写的保存格式提取逻辑有bug（比如"jpg"和"jpeg"），我手工修复。

关键原则：AI是副驾驶，方向盘在我手里。我不会让任何一行我不理解的代码进入代码库。

第五步：测试生成与调试（人机协作）

做什么：让AI帮我生成JUnit测试用例，然后运行测试，把错误信息直接抛给AI辅助修复。

示例：

我：请为上面的WatermarkService.processWatermarkAsync方法写JUnit 5测试用例，使用Mockito mock ImageIO和文件操作。覆盖场景：正常添加水印、图片格式不支持、文件不存在。

AI生成测试：

@SpringBootTest @ExtendWith(MockitoExtension.class) class WatermarkServiceTest { @Mock private ImageTaskRepository taskRepository; @InjectMocks private WatermarkService watermarkService; @Test void testProcessWatermarkSuccess() throws Exception { // Mock任务 ImageTask task = new ImageTask(); task.setId(UUID.randomUUID()); task.setOriginalPath("/tmp/test.jpg"); task.setWatermarkedPath("/tmp/output.jpg"); when(taskRepository.findById(any())).thenReturn(Optional.of(task)); // 准备测试图片 BufferedImage testImage = new BufferedImage(800, 600, BufferedImage.TYPE_INT_RGB); when(ImageIO.read(any(File.class))).thenReturn(testImage); // 执行 watermarkService.processWatermarkAsync(task.getId(), "Test").get(); // 验证最终状态为COMPLETED ArgumentCaptor<ImageTask> captor = ArgumentCaptor.forClass(ImageTask.class); verify(taskRepository, atLeastOnce()).save(captor.capture()); assertThat(captor.getValue().getStatus()).isEqualTo(TaskStatus.COMPLETED); } }

我运行测试，发现一个bug：

测试失败：NullPointerException at WatermarkService.processWatermarkAsync - g.setFont() 原因：在headless环境下，Graphics2D的字体渲染可能失败。

我：测试在GitHub Actions无头环境下失败了，提示GraphicsEnvironment.getLocalGraphicsEnvironment()返回null。请修复代码，使其在无头环境下也能运行。

AI提供修复方案：使用BufferedImage的createGraphics()之前，先设置系统属性java.awt.headless=true（通常Spring Boot默认已设置），或者改用Font.createFont()加载字体。

我采纳后测试通过。

第六步：文档与注释（AI辅助）

做什么：代码写完后，让AI根据代码生成JavaDoc、OpenAPI注解（SpringDoc）和commit message。

示例：

请为上面的WatermarkService类生成标准的JavaDoc注释，包括参数说明、异常说明、使用示例。

AI输出：

/** * 图片水印处理服务 * * <p>异步处理图片水印添加，支持文字水印和图片水印。 * 处理结果会更新到ImageTask实体中，可通过状态查询接口获取结果。</p> * * <p>使用示例：</p> * <pre> * CompletableFuture<Void> future = watermarkService.processWatermarkAsync(taskId, "My Watermark"); * future.whenComplete((result, ex) -> { * if (ex != null) log.error("处理失败", ex); * }); * </pre> * * @author Your Name * @since 1.0.0 * @see ImageTask * @see TaskStatus */ @Service public class WatermarkService { ... }

第七步：代码审查与重构（人机协作）

做什么：把写好的复杂代码块交给AI，让它提出重构建议，尤其是Java特有的设计模式、性能优化。

示例提示词：

请审查下面这段批量处理图片的代码，是否存在线程安全问题？是否可以用Stream并行流优化？是否违反了单一职责原则？

AI可能会指出：

@Async方法中直接修改实体并保存，如果同一个任务被并发调用会有竞态条件（用@Version乐观锁）
可以把水印绘制逻辑抽取成独立的WatermarkRenderer接口，便于单元测试和扩展图片水印
文件路径拼接用Path而不是字符串，避免跨平台问题

三、完整流程图示

需求输入 ↓ [人工] 拆解任务 → 定义接口/实体/分层 ↓ [人机] 技术方案讨论（Spring版本、线程池、格式兼容） ↓ [AI] 生成POJO + Repository → 代码块 [AI] 生成Service（含异步）→ 代码块 [AI] 生成Controller + DTO → 代码块 ↓ [人工] 审阅调整（事务边界、资源释放、配置抽取） ↓ [AI] 生成JUnit测试 → 测试代码 ↓ [人工] 运行测试 → 发现bug（如headless、OOM） ↓ [人机] 调试修复（循环直到通过） ↓ [AI] 生成JavaDoc + OpenAPI注解 → 文档 ↓ [人工] 最终审查 + Git提交 ↓ [人机] 重构建议（设计模式、性能优化）

四、详细总结

1. 核心变化

方面	以前	现在
样板代码	手写POJO的getter/setter/toString	Lombok + AI生成，瞬间完成
Spring配置	翻文档写`@Bean`	AI生成配置类，微调即可
异常处理	忘记try-catch或处理不当	AI生成全局`@ControllerAdvice`
单元测试	懒得写，或覆盖率低	AI生成骨架，只需补充断言
第三方集成	读SDK文档、写样板	AI给出最佳实践代码

2. AI使用技巧

明确JDK版本：提示词中包含“Java 17”，避免AI生成Java 8过时API或Java 21专有特性
指定框架版本：“Spring Boot 3.2 + Jakarta EE（不是javax）”
提供现有类信息：把已有的BaseEntity、ResultVO类代码贴给AI，让它生成的代码遵循项目规范
注意Lombok：提醒AI使用@Data、@Builder等，减少冗余代码
内存敏感代码人工复核：AI经常忽略Java的OOM风险（大文件、集合无限增长、流未关闭）

3. 效率提升数据

任务类型	以前耗时	现在耗时	变化
写JPA实体类 + Repository	10分钟	2分钟	-80%
写Service CRUD + 分页	15分钟	4分钟	-73%
写全局异常处理	20分钟	5分钟	-75%
写单元测试（Mockito）	20分钟	5分钟	-75%
Debug Spring循环依赖	15分钟	8分钟	-47%

4. 常见陷阱与应对

陷阱	表现	应对策略
版本混淆	AI用了`javax.persistence`而不是`jakarta.persistence`	明确指定“Jakarta EE 10”
事务失效	`@Async`方法内调`@Transactional`不生效	提醒AI“异步方法中事务如何正确使用”
内存泄漏	不关闭`Stream`、`Connection`	人工检查所有资源类是否用了try-with-resources
线程安全	`SimpleDateFormat`、`ArrayList`在并发下崩溃	AI生成代码后，人工检查是否用了线程安全类
Null安全	没有`@NotNull`、`Optional`滥用	让AI生成时强制“使用java.util.Optional避免null”