那段没人敢动的正则，终于有了说明书——我把AI解析定成了团队改代码前的必经流程

一、一段正则引发的线上事故隐患

我们团队维护着一个老项目，里面躺着几百条正则表达式：校验手机号、身份证、邮箱、URL 重写规则、日志字段提取……其中不少是多年前某位早已离职的同事写的，一行两百多个字符，零注释，零测试用例。

管理者最怕的不是技术难题，而是“没人敢碰的代码”。有一次运营反馈某类手机号校验不通过，我在群里问了一圈，没人能确定那段正则的边界逻辑改了会不会影响别的通道。最后只能让一位资深同事花了一整天，手工拆解、逐段验证，才敢提交一个两字符的修改。

这不是个案。正则表达式是典型的“写时一时爽，读时火葬场”：

• 认知断层：写的人和读的人往往不是同一批人，知识没有沉淀；
• 风险不透明：改一个字符可能影响隐藏的分组、断言，肉眼根本看不出来；
• 文档缺失：测试用例不全，回归靠拍脑袋。

后来我定了一条规矩：凡是动正则，必须先过 AI 解析这道工序，输出结构化说明和边界用例，评审通过才能改代码。 这篇文章就分享这套流程，以及它给团队带来的变化。

二、AI 能在这件事上做什么

先说清楚定位：AI 不是替你改正则的自动机器，而是把“只有一个人脑里有”的隐式知识，变成团队共享的显式资产。具体能做四件事：

1. 结构化拆解：把一长串正则按分组、断言、量词逐段解释，标注每一段的意图；
2. 边界用例生成：自动生成应该匹配和不应该匹配的示例串，覆盖典型边界（空串、特殊字符、超长输入）；
3. 风险点提示：指出潜在的回溯陷阱、贪婪匹配歧义、字符集遗漏等隐患；
4. 反向生成：你描述需求，它给出候选正则并附带验证用例，供人工确认。

第四点要特别强调：反向生成必须配人工确认，正则这种精确到字符的东西，AI 生成的候选只是草稿，不是终稿。这也是流程设计里风控的一部分。

三、团队流程：四步走

我把这套流程固化成了四个步骤，写进了团队 wiki：

第一步：提交解析请求。 任何人接到涉及正则的任务，把原表达式和上下文（用什么语言、跑在哪个环节）贴给 AI，用统一模板（见下文）。

第二步：AI 输出解析卡片。 包含：逐段解释、匹配目标描述、正反用例各若干条、风险提示。

第三步：人工复核用例。 这是关键的风控闸口。复核人要挑出用例中不准确的部分，补充业务特有的边界（比如我们的系统里手机号要不要支持 +86 前缀，AI 不知道，业务知道）。

第四步：归档。 解析卡片连同用例存入代码仓库，和正则文件放在一起。下次再有人要动这段正则，先读卡片，再读代码。

这个流程跑了一个多月，最直观的变化是：评审会上讨论正则的时间从“对着字符发呆”变成了“对着用例逐条勾选”，讨论有了共同语言。

四、可复制的提示词模板

这是我在用的模板，拿去可以直接改：

你是一名资深正则表达式工程师。请解析以下正则表达式，输出结构化报告。

【正则表达式】
{{regex_here}}

【运行环境】
语言/引擎：{{如 JavaScript / Python re / PCRE}}
使用场景：{{如接口入参校验 / 日志字段提取 / URL 重写}}

【请输出】
1. 逐段拆解：按分组、字符类、量词、断言分段，说明每段作用
2. 功能概述：用一句话说明这个正则的整体匹配目标
3. 匹配示例：至少 5 个应命中的字符串，覆盖典型与边界情况
4. 不匹配示例：至少 5 个不应命中的字符串，并说明原因
5. 风险提示：指出回溯风险、贪婪/懒惰歧义、字符集遗漏等潜在问题
6. 修改建议：如有更清晰的等价写法或隐患修复方案，请列出

【约束】
- 示例必须是可直接用于单元测试的完整字符串
- 不确定的地方明确标注"待人工确认"，不要猜测

那个“待人工确认”的约束是我踩过坑之后加的——早期版本 AI 会自信地补全业务规则，导致用例看起来对、实际跑起来错。加上这条之后，AI 会在拿不准的地方主动留白，把判断权交回给人。

五、用 AI 前后的对比

有个细节值得说：以前“谁写的谁维护”是默认规则，正则成了某些人的私有领地。现在解析卡片入库后，任何成员都能接手，人员流动不再是风险点。对管理者来说，这可能比省下的那几小时更值钱——流程降低了组织对特定个人的依赖。

六、几点提醒

• AI 的解析也可能出错，尤其是冷门语法和引擎差异，人工复核这一步不能省；
• 不要让 AI 直接改线上正则，它的角色是“出说明书”和“出考题”，改不改、怎么改由人决定；
• 如果用商业模型服务，成本以官网价格页为准，按我们团队的量级，相比人力投入微不足道，但建议记录用量，便于核算。

写在最后

复杂正则曾经是我们代码库里最晦暗的角落，AI 解析流程把它变成了有文档、有用例、有评审的“受控区域”。对小团队来说，这类改造不需要任何基础设施投入，一条提示词模板加一条流程规范就能启动。

如果你想把团队里这类“AI 能接手的解析型工作”系统性地梳理出来，可以试试通过 https://api.thistoken.ai/register 接入统一的模型服务，把流程工具化，让规范真正落地。

---

本文的示例只需一个 API Key 就能复现：在 https://api.thistoken.ai/register 注册即用。