DDD是AI编程的未来吗？AI编程的思路

DDD落地AI编程的思路

大家好，我是范钢老师。最近这段时间，我通过20多篇文章，从基础概念的理解，到软件项目的深度落地，给大家深度剖析了DDD领域驱动设计的那些事儿。然而，有朋友提出了不同的意见。他说，现在已经进入AI时代了，再来讲DDD已经没有意义了。未来程序员都要被淘汰了，谁还在学习和研究DDD呢？

对于这样的看法，我却得出了截然相反的结论。我认为，DDD不仅不会过时，还将成为AI时代的大势所趋，重新焕发生机。对于这个结论，可能有同学会感觉莫名其妙，DDD和AI是哪儿跟哪儿啊！怎么就扯到一起了呢？今天，我们就好好探讨一下这个问题。

AI是否取代人类开发软件

2022年，随着ChatGPT的横空出世，LLM大语言模型已经彻底改变了我们的生产生活方式。然而，大语言模型的神奇之处在于他强大的推理能力，能够理解我们的语言，基于我们的自然语言进行推理，进而理解我们说的话，推断我们想要做的事，然后帮助人类一步一步地完成许多复杂的任务。正是因为有这种强大的推理能力，他可以帮助我们编写程序。我们只需要告诉AI我们的需求，他就可以帮助我们咔咔咔地把程序编写出来，然后正常运行。一个经典案例就是，我们告诉AI，用python写一个“贪吃蛇”的游戏，他就麻溜地、自动地完成了一个“贪吃蛇”游戏，并且可以很好地运行起来。

那么，AI是否要取代人类去开发软件呢？No, no, no! 你把事情想简单了。诚然，AI确实可以代替人类，在人类完全不需要干预的情况下，完成一些简单的程序。国外甚至还开发出了Cursor这样的AI编程工具，在人类不干预的情况下，由AI完成很多前端开发的工作。然而，随着我们对AI编程不断深入的应用，许多的弊病却逐渐显现出来。

就像人类早期的软件开发一样，是不是只要程序可以运行，能满足客户的需求，程序无论怎么写都可以呢？起初我们是这样认为的，然而随着系统复杂度的增加、需求的频繁变更，系统的维护与变更将变得越来越困难。痛定思痛，使我们深刻认识到，除了满足客户需求，还要编写高质量的代码，才能保证一个系统的长期持续的维护与变更，否则将难以为继。AI编程同样也是这样。

表面上看，我们只要给AI一个需求，AI就能根据需求，自动完成编码。然而，在不受控制的情况下，AI将趋向于，凭借自己一己之力，去完成这个功能中的所有内容，而不是调用其它已有的代码。譬如，如果这个功能需要访问数据库，那么他就会自己去连接数据库，编写SQL语句去操作数据库，完成需求中所有的功能，而不是复用现有的技术框架。这样的设计，就使得AI编写的代码，代码冗长，缺乏层次，缺乏规范，缺乏复用，更缺乏许多精妙的设计，降低耦合、提高内聚。总之，简单的项目可以让AI这样做，但真正大规模复杂的项目是不可能这样做的。

未来AI编程的出路在哪里

既然AI编程存在着这样的弊病，那么未来AI编程的出路又在哪里呢？首先应当理解一个重要的概念：AI到底是用来替代人类，还是成为人类提高工作效率的有力工具？我认为是后者。我坚信，AI再强大，也不可能替代人类。人类依然是软件开发的主体，但是工作的形式却发生了巨大的变化。人类将不再是码农，码农才是AI真正替代的对象。我们必须要做出改变，逐渐向着需求与设计的方向转变，而将编码的工作彻底交给AI。

首先，从需求端，AI可以帮助我们去探索需求，通过对互联网信息的搜索和整理，有创意地给我们提出需求的建议。然而，AI存在着幻觉，他的意见并不总是对的。AI虽然知识广博，但并不是什么都懂。他常常一本正经的胡说八道，而人必须要去识别真伪，做出判断。所以，未来在需求端，AI会帮助我们去探索需求，提出建议，但我们需要逐一地检查，基于我们深厚的业务知识，做出正确地判断，最终确认软件的需求。AI可以协助我们快速而高效地编写需求文档，但永远不可能代替我们完成需求的确认。

接着，是软件设计。在没有AI的时代，每一个大型软件项目，都首先需要站在全局进行架构设计与规划。这个步骤即使到了AI时代，也需求完全由人（也就是架构师）来完成，而AI仅仅只是作为辅助，检查风险、提出建议。在以上架构设计的基础上，整个系统需要分层、分模块，然后抽象技术架构形成底层平台。最后，基于这个底层平台完成对每个业务的编码与实现。这是一个大型的业务系统软件开发的标准步骤，架构规划、平台建设都是由开发团队来完成，AI编程则是基于以上的内容，按照每个需求来完成最终的编码。

通过以上分析，可以发现，在AI时代，软件设计的主体依然是人。然而，其变化在什么地方呢？通过AI编程，大量coding的工作被AI替代了，使得程序员的精力逐渐由编码，向着需求与设计转变。随着开发效率的提升，我们不再需要那些只知道编码的程序员，而是更加需要能够理解业务，将业务转换成技术的程序员。这时，编码能力已经变得廉价而不再重要，重要的是如何理解客户的需求、客户的痛点，将其转换成软件的设计，进而满足客户需求。那么，程序员如何完成这样的华丽转身呢？DDD必将成为程序员的最好利器而发扬光大。

除此之外，另外一项重要的技能就是设计的能力。未来我们每个人都将升级成为领导，而AI则成为我们的小弟，人手一个。我们不再需要亲历亲为，亲自去编码，但我们必须学会告诉AI该如何设计。首先，我们要站在顶层告诉AI该如何规划，如何分层分模块，如何抽象底层平台。在这样的基础上，还要告诉AI，每个功能该如何设计，运用什么设计模式，如何进行代码复用。所有这些都对我们的设计能力提出了更高的要求。

记住，AI替代的不是人，而是不会用AI的人。正确地使用AI，不是有手就会，而是必须要学习的技能。那么，在AI的时代，该如何进行AI编程，让AI开发出更加高质量的代码，真正地提高软件研发的水平呢？DDD领域驱动设计制定了一个良好地规范，为我们提供了答案。

基于DDD的AI编程思路

首先，领域驱动设计制定了一个非常规范的开发流程，从需求分析到设计编码，是一环扣一环地开展研发工作。在每个软件项目中，先要通过用例模型来梳理业务需求，然后将其转换成领域模型（正如我前面讲的原文分析法，只是工作的人变成了AI）。我们可以给AI制定一个文档模板，让AI根据先根据模板编写一个初稿。在这个初稿的基础上，由开发团队与AI反复地检查、梳理、修改，最终形成用例模型与领域模型。在这个过程中，因为AI的加入，将大大提升文档的编写效率。

紧接着，按照DDD的开发规范，就可以基于用例模型与领域模型的内容，开展程序设计与数据库设计。在程序设计中，我们会通过分层，将Controller, Repository, Factory都制作成通用程序，放到底层平台中（详见前面DDD架构设计的章节）。这时，AI真正要做的只是按照以上的规范，生成Entity与Service的代码，AI需要编写的代码范围就缩小了，程序也开始变得清爽起来。

通过AI编程，AI可以将领域模型中的对象、属性、方法，非常轻松地转换成Entity、DSL与Service的设计，但每个Service定义的只是空方法，暂时不去实现功能。与此同时，AI通过理解领域模型的内容，为Service中的每个方法编写注释。在此基础上，开发人员就可以去细化每个方法的注释，落实每个方法的操作流程、设计思路，甚至包括使用哪个设计模式。AI基于以上这些注释，逐一地完成每个功能的编码。

AI在编写每个功能时，他总是趋向于将每个功能当成独立的代码进行编写，而不会考虑代码复用的问题，这就为开发人员提出了更高的设计要求。在AI编码的基础上，开发人员要逐一进行检查，然后告诉AI，哪些代码要复用，哪些代码要抽取成方法，甚至抽取成独立的类，进行更加精妙的设计。当然，一些有经验的开发人员会提前给AI制定开发规范，基于这些规范来开发高质量的代码。制定哪些规范而不制定哪些规范，都体现出了开发人员的设计能力与工作经验。因此，同样是AI编程，质量的高与不高，决定因素依然是人，而不是机器。

不仅如此，AI在完成以上工作时，他也不是一个人在工作，而是有一个底层平台在支持。不要让AI试图去完成所有的工作，而是告诉AI，你有哪些API可以调用。通过对底层平台的封装，AI编写的代码将大幅度降低，关键是怎么去告诉AI。有了这样的基础，代码质量将大幅度提升，今后还可以让AI去变更与维护代码，真正完成软件研发的闭环。

总之，基于DDD的AI编程必然成为未来发展的大势所趋。有了AI的加持，DDD也必然会迎来一波全新的发展。然而，这样的AI编程绝对不是有手就行，而是需要大量的学习。我将通过一系列的讲解，让大家全面地拥抱这个全新的技能，敬请期待。

如果对以上内容感觉有用，欢迎关注、点赞、转发！

（待续）