摘要：本文探讨了AI编程助手在不同代码环境中的表现差异。研究发现，AI在维护存量代码时表现欠佳，因其难以理解历史遗留的隐式业务逻辑和技术债务；但在全新项目中，AI能充分发挥架构设计优势，生成结构清晰的代码。文章建议：对于存量代码，应将AI角色限制为代码审查和优化建议；对于新项目，可让AI主导开发，人类专注于需求定义和验收。这种"AI负责实现，人类把控需求"的新模式，或将重塑未来

这篇文章算是一篇skill养成记，通过使用opencode+GLM，实践了一次重构skill的构建过程，这个skill只负责move method这一种重构手法。文中把跟AI相处的哭笑不得的过程记录了一下。把最终养成的skill和使用这个skill重构的代码PR放在了文章最后。

AI写的代码，人要不要来背锅？

OS、Android、OpenHarmony 的音频焦点机制分别为：iOS 被动会话管理，Android 主动申请（四种抢占策略），OpenHarmony 双层机制（应用内独立/共享 + 应用间并发）。各平台均提供细粒度接口，开发者需适配以保证跨平台体验一致。

Robert C. Martin 提出的 Clean Code 原则，本质上是让代码对人类友好。但在 AI 原生开发模式中，代码的主要“读者”变成了 AI 本身。变量命名：AI 不需要你命名成“自解释”的，它理解上下文函数长度：AI 可以轻松管理 200 行的函数，不会迷失设计模式：AI 在生成时就天然运用了合适的模式这不是说 Clean Code 不重要，而是说它的优先级变了。需求表达的清晰度（