源码放进去就完事？读开源项目时我踩过的三个AI坑，和一套救回来的流程
接手一个陌生的开源项目，是很多独立开发者和小团队的日常：想复用某个库、想参考别人的架构、或者要给依赖的项目提个PR。最常见的做法是把仓库丢给AI——“帮我读一下这个项目”，然后满怀期待地等一份“项目解读报告”。
我干过这事，翻车不止一次。这篇文章先讲失败姿势，再讲我后来怎么改的。
三个典型的翻车现场
翻车一：把整个仓库塞进上下文。 一个中等规模的开源项目动辄几十万行，超出上下文窗口是必然的。就算没超，AI也会在海量代码里“迷路”：给你的总结像是README的复述，加几句“代码结构清晰、模块化良好”的废话。你读完除了知道项目叫什么，什么都没得到。
翻车二：问的问题太大。 “这个项目的架构是什么？”“它的核心逻辑是怎么实现的？”这类问题的答案往往是百科式泛谈。AI擅长回答具体问题，不擅长替你做没有边界的调研。结果就是报告写得很长，你想知道的那个点——比如“支付回调是怎么防重放的”——一个字没提。
翻车三：全盘相信AI的解读。 AI会一本正经地告诉你某段代码“通过缓存优化了性能”，实际上那行代码是个历史遗留的bug。读开源项目最怕的就是带着错误理解去改代码，改完上线才发现理解错了。AI的幻觉在读代码这件事上并不比写文章少。
救回来的流程：从“丢给AI”到“牵着AI走”
踩完坑之后，我把流程改成了四步，核心思路是：AI负责读，你负责导航，但每个结论都要回到代码验证。
第一步：让AI先画地图，不谈细节。 不贴代码，先贴目录树和README，让AI输出“这个仓库的模块划分和依赖关系”。这一步的目的不是获得真相，而是生成一份“提问清单”——哪些模块和你的目标相关，下一步重点看哪里。
第二步：带着目标提问。 明确告诉AI你要干什么：是改某个功能、排查兼容性问题，还是借鉴架构。目标不同，同一个项目要看的东西完全不同。问题越具体，AI的输出越可用。
第三步：分段喂代码，要求引用行号。 把相关模块的代码分批贴给AI，并且明确要求：每个结论必须附上文件名和行号。这一招能显著压制幻觉——因为你可以立刻翻到那行代码去核对。给不出的结论，AI自己也会收敛。
第四步：反问AI验证。 读完后我会让AI出几道“检验题”反过来考我，比如“如果我要给X加一个配置项，应该动哪几个文件？”答不上来说明我其实还没读懂，回去再问一轮。
用AI前后对比
以前（一把梭）： 仓库丢进去，等报告，得到一份泛泛的总结。自己再花两三天翻代码，遇到关键分支还是靠打断点。整个过程像在雾里走路，AI的参与感约等于多看了一遍README。
现在（分步导航）： 半天到一天能对项目建立可靠的认知地图，关键路径的代码逻辑有AI逐段讲解、有行号可查。改代码之前，AI还能基于已建立的上下文提示“这个函数有三处调用，改动会影响其中两处”。读项目从“体力活”变成了“对话式导览”。
省下的不是“不用看代码了”——该看的代码一行都少不了，而是省掉了大量“找代码在哪、猜这段在干什么”的搜索和试错时间。对于一个人干几个角色的小团队，这个差别是实打实的。
可复用的提示词模板
最后附上我常用的模板，把方括号里的内容替换成你的实际情况即可：
我在阅读一个开源项目，我的目标是：[你要做什么，如：给它加一个 webhook 功能 / 排查与 Python 3.12 的兼容问题 / 借鉴它的插件机制]。
我的技术水平：[如：熟悉 Python，但没接触过这个框架]。
请按以下步骤帮我：
1. 先根据我提供的目录结构，列出与我的目标最相关的 3-5 个模块，并说明理由；
2. 对每个模块，用一段话讲清它的职责和入口点，不要展开实现细节；
3. 给出一份"提问清单"：我接下来应该重点向你确认的 5-8 个具体问题；
4. 每个结论都必须注明对应的文件路径（如有行号请标注），无法从已提供材料中确认的内容，请直接说"信息不足"，不要推测。
以下是我的目录结构和README：
[粘贴目录树和README]后续贴代码时，再加一句：“请延续上面的分析，仅基于我提供的代码作答，结论附行号。”
一点提醒
这套流程需要模型有较长的上下文和稳定的代码理解能力，不同模型的表现差异不小，建议多试几家对比。我平时通过统一的API接入口调用多家模型（thistoken.ai 提供这类服务，模型与计价以官网价格页为准），读代码这种任务可以按效果和成本灵活切换，不用被单一模型绑死。
读开源项目本质上是一场信息不对称的战斗——作者知道的远比你多。AI不会替你消除这个差距，但它能把差距从“两周”压缩到“两天”，前提是你得会用。别再把仓库一把丢进去了，试试牵着它走。
如果你还没有合适的模型接入渠道，可以先注册一个账号试试：https://api.thistoken.ai/register
---
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。