接手祖传代码三个月，我最后悔的是没早点让AI读Git日志

先说一次失败的经历

去年接手一个跑了五年的老项目，交接文档只有半页纸。产品经理问我：“这个优惠券功能是什么时候加的？当时为什么限制只能用一张？”我打开代码，注释里没有，文档里没有，问了三个已经离职的前同事，得到的答案互相矛盾。

于是我决定自己啃 Git 历史。git log 拉出来八千多条提交，我花了一个周末，逐条翻提交信息，试着按时间排列功能演进。结果呢？产出一份自己都看不下去的时间线：提交信息一半是“fix bug”、“修改”、“临时处理”，另一半中英混杂。我手工整理的时间线，错误率极高——把重构误判成新功能，把实验性代码当成正式上线，还漏掉了一个被 revert 掉的重要分支。

更常见的失败做法还有几种，你大概率也见过：

失败做法一：直接把几万行日志扔给AI，不给任何规则。 AI会产出一篇看似流畅的“演进史诗”，时间张冠李戴，功能凭空脑补。看起来很美，全是编的。

失败做法二：只看提交信息，不看代码 diff。 提交信息是人的主观描述，diff 才是客观事实。“优化登录”这条提交，diff 里可能藏着一个新注册流程。

失败做法三：一次性让AI总结三年历史。 上下文塞爆，模型只能挑着看，时间线中间出现大段“失忆”，恰好漏掉你最关心的那个季度。

这三个坑我全都踩过。下面是踩完之后摸出来的正确路径。

正确路径：分而治之，证据说话

核心思路三句话：按时间切片、按 diff 取证、让AI只做归纳不做猜测。

第一步：清洗和切片

先用 git 命令把原始日志变成结构化数据，按季度或按里程碑切片，每次只喂给AI一段：

git log --pretty=format:"%h|%ad|%an|%s" --date=short > git_log.txt

五年的项目切成十几个片段，每段几百条，AI读得完、读得准。

第二步：给AI“证据”，不给AI“自由”

对关键节点（大版本、疑点提交），把 diff 摘要一并给AI：

git show <commit> --stat

让AI同时看到“人怎么说”和“代码做了什么”，两边对照，脑补率大幅下降。

第三步：用提示词模板约束输出

这是整个流程里最关键的一环。我用的模板长这样，你可以直接复制改造：

你是一名熟悉 Git 工作流的代码考古助手。我会提供一段项目的 Git 提交记录（可能附带部分 diff 摘要），请帮我梳理这段时期的功能演进时间线。

规则：
1. 只基于我提供的提交记录和 diff 摘要推断，禁止推测未提及的功能或动机；
2. 区分四类变更：新功能、功能增强、重构、缺陷修复，不确定的归入"待确认"；
3. 将零散提交聚合为"功能事件"，每个事件标注：起止时间、涉及的核心提交哈希、演进脉络（如何从首个提交走到最终形态）；
4. 提交信息含糊时（如"fix bug""修改"），结合 diff 摘要判断真实意图；无法判断则明确标注"信息不足"，不要编造；
5. 输出末尾附"疑点清单"：可疑的时间断层、被 revert 的提交、语义矛盾的提交信息。

输出格式：按时间排序的事件列表 + 疑点清单。

以下是提交记录：
{粘贴 git_log 片段}

以下是关键提交的 diff 摘要（可选）：
{粘贴 git show --stat 输出}

第四步：追问验证

第一轮输出后，针对疑点清单追问：“commit a1b2c3 和 d4e5f6 间隔两个月但改的是同一个模块，中间发生了什么？”用 git log -- path/to/module 补充证据再问一轮。通常两轮之后，时间线就足够扎实了。

前后对比：一次周末 vs 一个下午

最有价值的其实是那个“疑点清单”。手工整理时我以为自己没发现问题；AI列出的疑点里，有两条后来被证实是当年一次上线事故的回滚痕迹——这是产品经理都不知道的信息。

几点提醒

1. 模型选择：长日志解析对上下文长度和指令遵循能力都有要求，建议通过统一网关做模型切换和对比，哪个模型对你的代码库归纳得更准，试一次就知道。费用方面，以官网价格页为准。
2. 不要跳过清洗步骤：直接 git log 全量粘贴，等于把前面三个坑重新踩一遍。
3. 时间线要人审：AI标注的“待确认”项，花十分钟人工核对，时间线就能从“基本靠谱”变成“可以写进交接文档”。
4. 独立开发者也适用：哪怕项目只有你一个人，半年后你也会忘记“当时的权限系统是怎么长成这样的”。每次大版本后跑一遍，就是自动生成的项目编年史。

写在最后

代码考古这件事，难的不是整理，而是记忆的不可靠和信息的碎片化。AI改变不了历史，但它能把散落在八千条提交里的证据，在一下午之内拼成一条你敢拿去开会的演进时间线。

如果你还没试过用AI处理代码库层面的工作，不妨从梳理一次自己项目的 Git 历史开始，门槛低、见效快，还能顺便检验不同模型在长文本归纳上的真实表现。想在同一个流程里切换和对比多个模型的话，可以先在 https://api.thistoken.ai/register 注册一个统一网关账号，把模型选择的成本降到最低。

---

不想折腾多家供应商的接入差异？在 https://api.thistoken.ai/register 注册，用一个 base_url 调用所有模型。