超越代碼：用于AI工具，實(shí)現(xiàn)軟件架構(gòu)現(xiàn)代化

作者：核子可樂 2025-10-10 08:00:00

本文將探討如何運(yùn)用AI輔助實(shí)現(xiàn)軟件架構(gòu)現(xiàn)代化，結(jié)合具體示例展示AI如何協(xié)助達(dá)成這一目標(biāo)，包括提供一致且正確的架構(gòu)建議、幫助軟件團(tuán)隊(duì)逐步從遺留系統(tǒng)的泥潭中抽身出來。

譯者 | 核子可樂

審校 | 重樓

憑借GitHub Copilt、Amazon Q等AI驅(qū)動(dòng)編程工具的助力，如今企業(yè)團(tuán)隊(duì)的代碼交付量與交付頻率均創(chuàng)下歷史新高。

但這也帶來了新的問題。

AI協(xié)助團(tuán)隊(duì)產(chǎn)出更多代碼的同時(shí)，原有遺留系統(tǒng)以及長期累積下的技術(shù)債也日益惡化。架構(gòu)的現(xiàn)代化轉(zhuǎn)型需求，就成了必須直面的關(guān)鍵挑戰(zhàn)。

換言之，仍有大量開發(fā)者需要將時(shí)間耗費(fèi)在維護(hù)過時(shí)代碼、舊框架和累積架構(gòu)上，導(dǎo)致遺留系統(tǒng)的運(yùn)維成本越來越高。

更糟糕的是，AI工具幾乎完全不了解遺留軟件架構(gòu)，因此在嘗試對接的過程中，不僅沒有改善舊有體系、反而令形勢每況愈下。

AI與軟件架構(gòu)之問

AI極其高效的代碼產(chǎn)出能力已經(jīng)得到全球開發(fā)者的肯定，可問題在于，對AI的持續(xù)使用也會(huì)對架構(gòu)產(chǎn)生影響。

開發(fā)者在編碼時(shí)，會(huì)持續(xù)思考并解決以下問題：

如何組織類？
如何處理緩存？
將業(yè)務(wù)邏輯放在哪里？
存在哪些外部依賴項(xiàng)？
業(yè)務(wù)邏輯應(yīng)如何融入整體軟件架構(gòu)？
諸如此類……

AI智能體其實(shí)也會(huì)思考這些問題，并在生成的每行代碼中悄悄做出架構(gòu)決策。

而其中的風(fēng)險(xiǎn)，在于這些聰明且不知疲倦的編程助手經(jīng)常做出局部最優(yōu)選擇——即在當(dāng)前場景下看似正確，但卻給整體軟件架構(gòu)增加了更多負(fù)擔(dān)。

更可怕的是，這些錯(cuò)誤往往不會(huì)立刻顯現(xiàn)——畢竟軟件架構(gòu)不會(huì)立刻崩潰，監(jiān)控和測試工具也不會(huì)將此視為嚴(yán)重破壞。

軟件架構(gòu)漂移

架構(gòu)漂移（即緩慢且持續(xù)的結(jié)構(gòu)化架構(gòu)侵蝕）就是其中一種典型表現(xiàn)。以大型銀行為例，他們在對龐大Java單體系統(tǒng)進(jìn)行現(xiàn)代化改造的過程中，發(fā)現(xiàn)原有架構(gòu)極其復(fù)雜、整個(gè)周期須持續(xù)數(shù)年。加上種種隱藏的架構(gòu)陷阱，改造工作屢屢停滯。

也就是說，架構(gòu)問題可能比代碼bug更不易察覺，但造成的影響卻更為嚴(yán)重。

AI如何助力實(shí)現(xiàn)軟件架構(gòu)現(xiàn)代化

但問題并非沒有解決辦法。

一個(gè)令人欣慰的消息是，不理解現(xiàn)代化改造背景的不只是AI，還包括很多開發(fā)者和架構(gòu)師。在同樣迷茫的探索中，AI往往能夠發(fā)揮令人驚嘆的作用。

只要讓AI根據(jù)運(yùn)行時(shí)分析并獲取架構(gòu)上下文，它就能在現(xiàn)代化進(jìn)程中檢測并修復(fù)各類架構(gòu)問題。

只要使用得當(dāng)，結(jié)合運(yùn)行時(shí)上下文加上初步領(lǐng)域驅(qū)動(dòng)結(jié)構(gòu)分析，AI完全可以：

搶先檢測出架構(gòu)反模式并予以糾正；
提供精準(zhǔn)的重構(gòu)策略；
確定修復(fù)優(yōu)先級，幫助工程團(tuán)隊(duì)節(jié)約時(shí)間；
厘清復(fù)雜的依賴關(guān)系；
自動(dòng)修復(fù)架構(gòu)漂移，有效實(shí)現(xiàn)系統(tǒng)自我修復(fù)。

高效推動(dòng)現(xiàn)代化改造

運(yùn)用AI推動(dòng)架構(gòu)改造的第一步，在于確定有效的提示詞。提示詞的質(zhì)量取決于AI獲得的上下文與具象化前提，且直接決定架構(gòu)改造結(jié)果。

那么，行之有效的提示詞該是什么樣？

1. 盡量具體

不要使用“構(gòu)建REST API來管理訂單”這類模糊的表述，而應(yīng)包含更具體的架構(gòu)設(shè)計(jì)思路：

“使用Flask和SQLAlchemy構(gòu)建一個(gè)Python REST API來管理訂單，應(yīng)用結(jié)構(gòu)如下：

用于處理HTTP請求的控制器層（由Flask實(shí)現(xiàn)路由）；
用于業(yè)務(wù)邏輯的服務(wù)層；
使用SQLAlchemy ORM進(jìn)行數(shù)據(jù)訪問的存儲(chǔ)庫層?！?/span>

2. 盡量詳盡

不要只提供代碼邏輯，還應(yīng)包含非功能性需求。

“擴(kuò)展Python Flask REST API以支持運(yùn)維穩(wěn)健性與可維護(hù)性。具體包括：

記錄每條傳入的HTTP請求及其響應(yīng)狀態(tài)。使用Python內(nèi)置的日志模塊記錄每條請求的執(zhí)行時(shí)間。日志應(yīng)采取結(jié)構(gòu)化設(shè)計(jì)，包含時(shí)間戳、端點(diǎn)、狀態(tài)碼和延遲時(shí)間。
使用 Pydantic 模型在控制器層驗(yàn)證所有傳入的請求負(fù)載。確保驗(yàn)證錯(cuò)誤返回標(biāo)準(zhǔn)化的 JSON 錯(cuò)誤響應(yīng)，其中包含清晰的消息和相應(yīng)的 HTTP 狀態(tài)碼。
在存儲(chǔ)庫層中，針對瞬時(shí)數(shù)據(jù)庫錯(cuò)誤實(shí)現(xiàn)帶有指數(shù)退避的重試邏輯。使用 Tenacity 處理重試，避免在業(yè)務(wù)層重復(fù)邏輯。
確保所有錯(cuò)誤響應(yīng)遵循一致的JSON模式，包括錯(cuò)誤代碼、消息和可選的調(diào)試詳細(xì)信息。”

3. 始終保持架構(gòu)師思維

傳達(dá)架構(gòu)設(shè)計(jì)與目標(biāo)，包括如何將其融入系統(tǒng)。假定需要為訂單系統(tǒng)開發(fā)一套模塊化的郵件傳遞系統(tǒng)，其須具備橫向擴(kuò)展能力并可后續(xù)拆分成獨(dú)立微服務(wù)，則系統(tǒng)應(yīng)遵循以下要求：

1）清晰的關(guān)注點(diǎn)分離——構(gòu)建時(shí)將代碼庫拆分成多個(gè)明確的層：

a.控制器層（即Flask路由）：接收并驗(yàn)證郵件發(fā)送請求。

b.服務(wù)層：處理業(yè)務(wù)規(guī)則，如速率限制、內(nèi)容模板和重試等。

c.存儲(chǔ)庫層：使用SQLAlchemy管理郵件發(fā)送嘗試、狀態(tài)及投遞日志的持久化。

2）無狀態(tài)性：

a.調(diào)用間不維持特定的會(huì)話或請求狀態(tài)。

b.所有上下文（如發(fā)件人ID、郵件內(nèi)容、標(biāo)頭）必須在每條請求中獨(dú)立攜帶。

c.將所有狀態(tài)持久化至外部存儲(chǔ)（數(shù)據(jù)庫、緩存或隊(duì)列）中，以維護(hù)無狀態(tài)計(jì)算節(jié)點(diǎn)。

3）可擴(kuò)展性與微服務(wù)兼容性：

a.將各主要關(guān)注點(diǎn)（如發(fā)送隊(duì)列、郵件渲染、狀態(tài)跟蹤）設(shè)計(jì)為內(nèi)部模塊，后續(xù)可輕松拆分為獨(dú)立服務(wù)。

b.避免硬編碼實(shí)現(xiàn)——應(yīng)為各主要組件（如EmailProvider、EmailQueue、TemplateEngine）定義接口。

c.通過構(gòu)建函數(shù)或簡單的DI容器注入所有服務(wù)及存儲(chǔ)庫依賴項(xiàng)。

4）非功能性需求：

a.彈性：使用退避策略優(yōu)雅處理SMTP錯(cuò)誤與重試失敗。

b.可觀察性：使用請求ID及投遞元數(shù)據(jù)記錄所有郵件活動(dòng)。

c.可擴(kuò)展性：通過接口抽象輕松支持多個(gè)提供程序（如SendGrid、SES）。”

請注意：提示詞代表的就是我們想要的架構(gòu)，因此務(wù)必具體、提供上下文且保證描述全面。

為提示詞添加架構(gòu)上下文

之前我們提到了“添加上下文”，但卻一直沒有具體論述。

這里我們以vFunction為例，使用這款用于分析應(yīng)用架構(gòu)并為生成式AI助手提供結(jié)構(gòu)化重構(gòu)指引的工具。如此一來，我們將把靜態(tài)/動(dòng)態(tài)分析與數(shù)據(jù)科學(xué)結(jié)合起來以理解應(yīng)用程序的邏輯域，再反過來借此在復(fù)雜的Java和.NET應(yīng)用程序中發(fā)現(xiàn)架構(gòu)問題。例如：

循環(huán)依賴
反模式
架構(gòu)技術(shù)債
域邊界違規(guī)
死代碼
其他

將這些信息輸入智能體，即可為其提供編寫代碼所需要的信息。

分步示例

下面我們將逐步把以上流程走一遍，了解如何為代碼助手提供架構(gòu)上下文。

分析整個(gè)應(yīng)用

先從應(yīng)用中收集靜態(tài)和動(dòng)態(tài)數(shù)據(jù)，這里使用vFunction識別應(yīng)用中潛在的邏輯域及其邊界。這一結(jié)果可以識別相關(guān)架構(gòu)問題，例如次優(yōu)域邊界、域間類依賴關(guān)系、資源依賴關(guān)系、技術(shù)債集中的類、循環(huán)依賴以及跨域共享代碼。之后即可查詢分析結(jié)果、找到需要立即重構(gòu)的錯(cuò)誤，并提出類似以下問題：哪些域中包含的通用類數(shù)量最多？