那些没人敢动的祖传正则，我让AI逐行讲给我听

先说我做错的三件事

接手一个跑了五年的风控系统时，仓库里躺着两百多个正则表达式和几十个 Shell 脚本。没有注释，没有文档，写代码的人早已离职。我当时的做法，现在回头看，每一步都是错的。

错误一：让AI一次性“全部重写”。 我把整个脚本目录丢给模型，说“帮我重构并加注释”。结果返回的代码确实漂亮，注释也很齐全——但它顺手“优化”了几处逻辑，把一个依赖系统时区的判断改成了标准写法。而那个“不标准”的写法，恰恰是为了兼容一台改过时区的老旧服务器。上线当晚告警响起，我回滚到凌晨三点。

错误二：只让AI加注释，不让它解释“为什么”。 第二次我学乖了，只加注释不改代码。AI 交回来的注释长这样：# 匹配以数字开头的字符串。技术上完全正确，也完全没用。因为我知道它匹配什么，我不知道的是：这个正则是为了拦截哪类攻击，为什么用 ^ 而不是 \A,为什么捕获组只取第二段。这种“语法翻译式注释”等于没写。

错误三：相信AI读懂了没有上下文的正则。 一个 300 多字符的邮件头校验正则，AI 自信地给出了注释。我拿三个边界用例去验证，发现它对一处 (?!...) 负向前瞻的理解是反的。AI 没有撒谎，它只是在信息不足时倾向于给出一个“看起来合理”的答案。

三次踩坑之后我明白了一件事：给存量代码写注释，难点从来不在“写”，而在“确认”。 AI 写得快，但没人核对，注释就会变成另一种形式的谎言——比没有注释更危险，因为后人会信。

后来我跑通的流程

我把整个流程拆成四步，核心思路是：AI 负责“解释”，我负责“裁决”，一切以运行结果为准。

第一步：资产盘点，先分类再动手。 写一个简单脚本，把所有正则和 Shell 按“是否还在被引用、最后修改时间、长度复杂度”分成三档：活跃且复杂(优先处理)、活跃但简单(批量处理)、疑似废弃(只标记不处理)。这一步防止把力气花在死代码上——我曾给一段早已下线的逻辑认真写了半小时注释。

第二步：逐条解释 + 反向验证。 这是整个流程的关键。不是让AI直接写注释，而是先让它做两件事：

1. 用自然语言解释这个正则/这段脚本的意图；
2. 自动生成 5-10 个测试用例，必须包含边界情况(空输入、超长输入、特殊字符、多字节字符)。

然后我拿这些用例在实际环境中跑一遍，或者对照历史日志确认。AI 的解释和真实行为对得上，才进入下一步；对不上，就把差异反馈给AI重新分析。 那个邮件头正则就是在这一步暴露的——生成的用例里有一个合法邮件被AI判定为不匹配，和线上行为一致，说明它前面的解释确实错了，我纠正后才拿到可靠注释。

第三步：注释分两层写。 我要求AI区分“是什么”和“为什么”：

• 行内注释：解释语法和行为，给未来维护的人看；
• 头部注释：记录业务背景、已知边界、验证过的测试用例。

第四步最有价值：让AI把验证过的用例固化成可执行测试文件。这样注释不只是文字，还带着一份“活证据”。半年后如果有人怀疑注释过时，跑一遍测试就知道。

第四步：人工终审，按风险分级。 涉及安全、资金、权限的代码，注释我逐条亲自过；工具类脚本抽查即可。AI 把初审时间从几天压到几小时，我把省下的时间花在真正需要人判断的地方。

前后对比

更重要的是心态变化：以前这些祖传代码是“不敢动的雷区”，现在每个雷旁边都立了牌子，写着它为什么是雷、什么情况下会炸、怎么验证。

可复制的提示词模板

你是一位资深代码考古专家。我会给你一段存量正则表达式或 Shell 脚本,
请严格按以下步骤处理,不要跳步:

1. 【解释】用自然语言说明这段代码的行为和可能的业务意图。
   对不确定的部分,明确标注"推测",不要编造确定的解释。
2. 【用例】生成 5-10 个测试输入,必须覆盖:空输入、超长输入、
   特殊字符、多字节字符、以及你认为最容易被误判的边界情况。
   对每个用例,给出你预测的执行结果。
3. 【风险】指出这段代码中语法上可能产生歧义或历史遗留的写法。
4. 【注释】待我确认第1-3步与实际行为一致后,再输出两层注释:
   - 头部注释:业务背景、边界说明、验证过的用例
   - 行内注释:解释语法和行为,不重复代码本身
规则:禁止修改任何代码逻辑;禁止在未验证前输出最终注释。

待处理代码:
{粘贴你的正则或脚本}
{可选:补充这段代码的调用场景或历史背景}

模板的核心是那句“待我确认后再输出注释”——它强制把流程切成“AI解释 → 人工验证 → AI落笔”三段，堵住了AI自信编造的口子。

几点提醒

• 模型选择上，处理复杂正则建议用推理能力较强的模型，简单脚本注释用轻量模型即可，成本差异明显(以官网价格页为准)；
• Shell 脚本尤其要小心，rm、管道、环境变量相关逻辑务必在沙箱环境验证，不要信任何“看起来对”的输出；
• 注释写完不是终点，把它和测试用例一起纳入 CI,才能长期保鲜。

存量代码的注释这件事，拖一年就多一年的债。AI 没法替你还债，但它能把“考古”的成本降到你自己动手的十分之一——前提是你始终握着最后的裁决权。

如果你也在找一个稳定、支持多模型切换的 AI 接口来做这类代码维护工作，可以试试这个网关：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。