离谱需求大揭秘

家人们，今天必须来跟你们唠唠我给 AI 提过的一个超级离谱的需求，现在想起来都觉得自己当时胆子太大了！事情是这样的，之前我在做一个项目，这个项目已经维护了好长一段时间，代码那叫一个混乱，新老代码混在一起，简直就是一锅大杂烩 。

项目里新的代码用的是 mybatis，加解密还比较好处理，可以通过 mybatis 的拦截器拦截来实现。但老代码就麻烦了，它是直接调用 xml 文件去执行 sql，这就意味着我得手动在 sql 执行之前对参数进行加解密。要是你遇到这种情况，你会怎么做呢？当时年少轻狂的我，做了一个现在想起来都想抽自己的决定 —— 我直接一股脑把整个项目代码扔给 AI，让它帮我完成手动加解密！

项目背景简述

这个项目已经在我们团队手里维护多年了，就像一个不断在生长的老房子，时不时这里加一间房，那里改一下布局。随着业务的发展，新功能不断添加，新的代码就像新房子一样拔地而起，用的是当时比较流行的 mybatis 框架 。mybatis 有个很方便的地方，就是它的拦截器机制，就像在房子门口装了一个保安，所有进出的请求都能被它拦截处理，所以加解密的操作在新代码里通过这个拦截器就能轻松搞定。

但老代码部分就像是老房子的那些旧房间，还是按照以前的老套路来，直接调用 xml 文件执行 sql 语句 。这就意味着没有那个 “保安” 帮忙，所有的加解密工作都得我们手动来做，相当于我们得自己一个一个地去检查每一个进出旧房间的人，累不说，还特别容易出错。可项目又不能停，业务还得继续跑，所以我就想着能不能找个 “超级助手” 来帮我解决这个麻烦，于是就把目光投向了 AI 。

需求提出：无知者无畏

现在想想，我当时真的是太天真了。我完全没有意识到这个任务的难度有多大，也没有考虑到 AI 的处理能力是有限的。我就像一个急于找到宝藏的探险家，看到了 AI 这个 “神奇的地图”，就不管不顾地拿着整个宝藏地图去问它宝藏在哪里，完全没有想过它能不能一下子消化这么多信息 。

我当时的想法很简单，既然 AI 这么智能，那它肯定能轻松搞定这个任务。我觉得把整个项目代码都给它，它就能全面地了解项目的情况，然后给出一个完美的加解密方案。现在想想，我真是被自己的无知给打败了。我根本没有考虑到项目代码的庞大和复杂，也没有想到 AI 在处理这么大量的信息时会遇到困难。而且，项目里还有很多 “屎山代码”，那些代码可能是之前的同事为了赶进度写的，结构混乱，注释也很少，连我自己看都头疼，更别说让 AI 去理解了 。

但当时的我可没有这些顾虑，我满心期待着 AI 能像超级英雄一样，瞬间解决我的难题，让我在项目中成为那个力挽狂澜的英雄。于是，我毫不犹豫地把整个项目代码一股脑地扔给了 AI，然后就坐在电脑前，满怀期待地等着它给我一个完美的答案 。

艰难过程：AI 的 “挣扎” 与我的等待

漫长分析

我满怀期待地点击了发送按钮，看着屏幕上的进度条一点一点地前进，心里想着马上就能解决这个大难题了 。可谁知道，这一等就是好久好久。AI 开始分析代码的时候，我感觉时间都静止了，每一秒都过得无比漫长。原本以为它能像闪电一样快速处理，结果它就像一个负重前行的老人，走得无比艰难 。

没一会儿，屏幕上就弹出了提示，说触发了上下文上限。我当时还不太明白这是什么意思，就想着可能是 AI 需要消化一下信息，等一会儿就好了。结果它一次又一次地触发上下文上限，我开始意识到事情好像没那么简单 。每次触发上限，我都得想办法调整输入，要么删减一些代码，要么重新组织语言描述需求，然后再重新发送请求，这一来一回，时间就这么一点点地溜走了 。

我就这么坐在电脑前，眼巴巴地看着 AI “挣扎”，一会儿看看进度条，一会儿看看提示信息，那种焦急的心情真的无法用言语形容。我感觉自己就像一个在沙漠中等待救援的人，每一秒都充满了煎熬 。

代码编写困境

好不容易等 AI 完成了代码分析，我以为胜利就在眼前了，可没想到这才是噩梦的开始。当 AI 开始编写代码的时候，问题一个接一个地出现 。因为项目里有太多的历史遗留代码，这些代码就像一个个隐藏的陷阱，让 AI 防不胜防。

它写出来的代码经常和老代码不兼容，要么是函数调用方式不对，要么是数据结构不匹配。而且，由于项目的业务逻辑非常复杂，AI 有时候会理解错误，导致写出来的加解密逻辑根本就不对 。我看着那些错误百出的代码，真的是欲哭无泪。我原本以为 AI 能给我一个完美的解决方案，没想到它却给我制造了更多的麻烦 。

我只能不断地去检查代码，找出错误的地方，然后再尝试着和 AI 沟通，让它修改。这个过程就像一场永无止境的战斗，我和 AI 就像两个配合不默契的队友，一直在不停地犯错、纠错，却始终无法达到终点 。

惊人结果：钱包的 “哭泣”

经过漫长的等待和无数次的修改，AI 终于完成了代码编写。我满心欢喜地以为终于可以松一口气了，可当我查看 cursor 花费时，整个人都傻眼了 。屏幕上清晰地显示着，这次的操作居然花费了将近 10 美元！那一刻，我感觉自己的心跳都停止了，这可是我好几天的饭钱啊 。

我瞪大了眼睛，死死地盯着屏幕，希望这只是一个错觉，或者是系统出了错误。但无论我怎么刷新页面，那个刺眼的数字都没有改变。我开始后悔自己的冲动，为什么当时不多想一想，为什么要这么着急地把整个项目扔给 AI 。我仿佛看到自己的钱包在角落里默默地哭泣，里面的钱就这样白白地流走了 。

这 10 美元的花费，对我来说不仅仅是金钱的损失，更是一次深刻的教训。它让我明白，在使用 AI 这样的工具时，不能盲目地依赖，更不能不考虑后果地提出离谱的需求。每一次的请求都可能带来意想不到的成本，我们必须要谨慎对待 。

反思总结：离谱后的成长

这次离谱的经历，让我真的是狠狠地涨了教训。我深刻地认识到，在使用 AI 的时候，一定要对自己的需求有清晰的认识，也要了解 AI 的能力边界 。不能盲目地把所有的问题都扔给它，就像你不能把所有的家务都指望一个机器人保姆全部搞定一样，它也会累，也会有做不到的事情 。

以后再遇到类似的问题，我一定会先把任务进行合理的拆分，把大问题变成一个个小问题，然后再分模块地交给 AI 。就像建房子一样，一块一块地砌砖，总比一下子想把整个房子建好要容易得多。而且，在提出需求之前，我也会先对项目代码进行梳理，把那些不必要的 “屎山代码” 清理一下，让 AI 处理起来更轻松 。

这次的 10 美元，虽然花得让人心疼，但也算是买了一个宝贵的经验。我相信，以后我在和 AI 合作的过程中，一定会更加谨慎、更加合理地使用它，让它真正成为我工作中的得力助手，而不是给我制造麻烦的 “小恶魔” 。也希望我的经历能给大家提个醒，在使用 AI 的道路上，少走一些弯路，多一些顺利 。