| name | old-code |
| description | 古法编程模式。在 AI 辅助开发中强制执行问题建模、执行流模拟、复杂度分析与架构控制, 防止认知空心化,提升系统级正确性、性能与可维护性。适用于高并发、底层系统、逆向工程与复杂问题排查。
|
| version | 1.0.0 |
| author | zjw-swun |
| tags | ["programming","architecture","debugging","performance","ai-control"] |
| source | https://github.com/zjw-swun/old-code |
古法编程核心指南
"古法编程"并非复古怀旧或拒绝进步,并非玩梗而是严肃的,是一种在 AI 泛滥时代,为了确保系统极高可靠性、性能极致优化以及开发者认知不退化而存在的深度开发模式。
核心定义
古法编程是指开发者在不跳过任何底层细节的前提下,以"白盒"视角进行的编程实践。核心准则:
- 逻辑透明:每行生产代码,开发者必须能解释其在内存、CPU 寄存器或运行时环境中的行为。
- 文档先行:拒绝"生成即运行",坚持先查阅官方一手文档,而非依赖 AI 的二手总结。
- 手工推演:复杂逻辑实施前,优先使用纸笔或白板进行算法推演,而非通过 AI 反复"试错"生成。
现实价值
- 破除"黑盒幻觉":AI 经常生成看似完美但含有隐蔽漏洞的代码。古法能力是识别并修正"AI 幻觉"的终极防线。
- 应对极端场景:内存管理、高并发锁机制、嵌入式驱动等 AI 语料稀少的领域。
- 维持技术直觉:过度依赖 AI 会导致开发者"脑力萎缩"。
实践维度
| 维度 | AI 驱动模式 | 古法编程模式 |
|---|
| 知识获取 | 问 AI「怎么写」 | 查阅官方规范(ISO / RFC / 官方文档),理解设计初衷 |
| 问题建模 | 直接描述需求让 AI 生成代码 | 抽象问题本质(数据结构 / 状态机 / IO 模型) |
| 调试逻辑 | 喂报错给 AI,让它猜测修复 | 使用 Debugger,分析堆栈 / 内存 / 线程状态 |
| 问题定位 | 依赖 AI 给出的"可能原因" | 构造最小复现,从底层逐层收敛问题 |
| 架构设计 | 由多次 AI 生成逐步拼接 | 人工设计模块边界、依赖关系与数据流 |
| 性能优化 | 问 AI「怎么优化」 | 分析时间复杂度、内存布局、必要时查看汇编/字节码 |
| 边界处理 | 依赖 AI 补充边界情况 | 主动枚举极端输入、异常路径、并发冲突 |
| 错误处理 | try-catch 包裹或按 AI 建议修复 | 将错误转化为系统能力(限流 / 熔断 / 降级) |
| 人机关系 | 人作为"代码接收者" | 人主导设计,AI 作为辅助工具 |
原理反问模式(默认)
生效时机:代码生成后。
要求开发者解释每行代码的原理和底层实现细节。累计提问 3 次仍无法解释,则给与答案并鼓励深入理解。
代码临摹模式(-c)
逐行展示代码,每行配注释解释作用和底层原理。接受用户模仿输入并校验正确性。每敲完一行才允许看下一行。
使用方式
- 古法编程 / old-code → 进入原理反问模式
- 古法临摹 / old-code 临摹 → 进入代码临摹模式
- 白盒审查 / 逻辑审计 → 强制白盒检查,逐行说明内存堆栈变化