AI Code Module Design Principles

It recommends dividing modules based on 'what will change' rather than 'what comes first' in a process.For example, in an e-commerce site, payment channels, discount rules, and notification methods should be separate modules.

This approach ensures that changes to one module don't affect others, making it ideal for AI-generated code which has context window limitations.

如今 Vibe Coding 盛行，然而就算是用 AI 写代码，也少不了要考虑如何划分好模块、保障低模块之间耦合以及系统的拓展性。 如何划分好模块这些事是传统软件工程和架构设计范畴，但你做好了的话，AI 生成的代码质量更高系统也更稳定。 很多新手对于如何划分模块并没有什么概念，甚至很多编程老手也只是直觉知道怎么分，但也讲不出个所以然。 一句话：模块按“什么会变”来分，不是按“先做什么后做什么”来分 新手容易犯的一个错误是按照流程来划分模块。 拿电商网站来说，购物流程是：用户下单，先收到请求，再算钱，再扣款，再存库，再发邮件。 如果你把每个步骤拆成一个模块，当然可以，但是这其实并不利于后续的维护。 顺着步骤分，改动会顺着步骤一路扩散。举个例子，你想给订单加一个“预计送达时间”，收到请求要处理这个字段、算运费要用到它、存库要存下来、发邮件要显示它，四个步骤都会受影响，如果不小心漏掉一个地方还会出问题。 好的做法是：先列出将来最可能变的东西，然后把每一个会变的东西放到一个模块里，外面的人看不到它是怎么实现的，把信息隐藏起来。 比如说前面那个购物的例子，电商网站里会变的东西有： - 支付渠道（今天支付宝，明天加微信，后天做海外要接 Stripe） - 优惠规则（运营隔三差五改一次） - 通知方式（邮件、短信、App 推送） - 数据存哪里（MySQL 换 PostgreSQL）。 这么分下来，支付、优惠、通知这些都可以单独做成模块，各自的变化都只影响自己的模块，不会影响其他地方。比如说你要给数据库加一层缓存，只要改数据存储模块就好了，其他模块都不受影响。 要是你觉得太复杂，也可以简单的按业务功能分，因为会一起变的东西通常就属于同一个功能，所以按功能分一般不算错。 但不要按步骤分模块，这样会把本来应该放在一起的生生按照顺序拆开了。 判断标准很简单：一个需求改动来了，你需要动几个模块？理想情况是一个。 要是运营改个优惠规则要同时动好几个文件，说明模块分错了。 按照这种“什么会变”的方式拆分模块对 AI 来说也是最友好的，因为 AI 本来就受限于上下文窗口长度，如果一个变更只要在一个模块内部就能解决，那么需要的上下文会少很多。 宝玉 @dotey 越是编程经验丰富，越是不放心放手让 AI 去代码和验证，很像带实习生或者带新人，总担心别人把代码库搞坏了，其实人家技术挺好的。 我真正放手让 AI 去写代码不怎么看代码是在我不熟悉的领域。 前不久我开始用 AI 写 Swift + AppKit 代码，就属于我不熟悉的领域，没办法只能让 AI 去写，虽然也看得懂但是毕竟没那么专业不觉得比 AI 写的更好。 慢慢的发现 AI 写的质量挺好的，很多细节没太有必要去纠结，只要整理在功能、安全、性能上没啥问题就好，甚至维护都可以 AI 自己维护。 所以我现在基本不看 AI 写的代码，只是 high level 看看，写完了测试一下没问题就放行了。 当然一些架构的划分、模块设计还是我和 AI 一起讨论后定下来的，这些定下来后续能省心不少。 🔗 View Quoted Tweet📊 6 ⚡

This report is categorized under AITOP's "How-to" desk. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include AI coding, software architecture, Vibe Coding, code quality.

Source attribution: curated from 宝玉 (@dotey).