技术版本说明 本文涉及的示例代码基于 Java 17+、Spring Boot 3.x、Redis 7.x 编写。AI 工具相关操作基于 Claude Code v2.1 和 OpenCode v1.0+。五步法方法论本身与具体技术版本无关，可适用于任意语言和框架。

前置知识

• 具备至少 1 年的服务端开发经验，了解分层架构（Controller/Service/Repository）的基本概念
• 使用过至少一种 AI 编程工具（Claude Code、OpenCode、GitHub Copilot 等）
• 了解基本的设计模式（策略模式、工厂模式），不要求精通

适合谁读

• 需要接手同事代码或老项目的中高级开发者
• 希望在团队中推行 AI 辅助代码理解流程的技术管理者
• 刚加入新团队、需要快速建立代码认知的开发者

开发者花在"读代码"上的时间，远比"写代码"多。根据 IEEE Transactions on Software Engineering 发表的大规模实证研究（Xia et al., 2017），78 名专业开发者的数据显示，平均 58% 的工作时间花在代码理解活动上。后续多项研究进一步印证了这个区间——开发者阅读代码的时间占比在 58% 到 70% 之间。企业环境中这个比例更高，因为大量工作围绕着接手同事的项目、维护运行多年的老系统、排查线上问题展开。

传统模式下，理解一段陌生代码的流程是：翻目录结构、读 README、grep 关键字、打断点调试——这个过程可能需要数天甚至数周。AI 工具的介入能把这个过程压缩到小时级别。

本文要解决的问题是：如何用 AI 系统性地理解一段陌生代码？ 核心方法是一套五步流程——从宏观架构到微观逻辑，层层深入。用一个优惠券系统的真实代码片段贯穿全文，让你看到每一步的具体操作。

一、代码考古的三个典型场景

"代码考古"不是学术概念，而是开发者日常面临的三类高频场景。

场景 1：接手同事的代码

最常见也最棘手。同事离职、调岗、或只是在忙别的项目，你被安排接手一个他写的模块。文档？没有。注释？几乎没有。单元测试？不一定有。

这种场景的难点不在于代码本身有多复杂，而在于隐式知识的缺失——为什么这里用了缓存？为什么那个接口要做重试？为什么数据库字段设计成这样？这些设计决策背后的理由，代码本身不会告诉你。

场景 2：排查线上问题

线上报了一个 Bug，你需要快速定位问题代码。日志指向某个模块，但这个模块已经迭代了几十个版本，你不确定当前逻辑是否和文档描述一致。

这种场景的难点是时间压力——线上问题每多存在一分钟，就多一分影响。你需要最快速度理解问题代码的上下文、调用链和数据流。

场景 3：接手老项目

公司收购了一个产品，或者你被调到一个运行了五年的项目组。整个项目的代码量可能有几十万行，涉及几十个微服务、上百个数据库表。

这种场景的难点是规模——代码量太大，无法逐行阅读，你需要一种系统性的方法来建立全局理解。

三个场景的共同点是：你面对的不是自己写的代码，理解成本远高于编写成本。AI 工具在这个过程中的价值，就是把"建立理解"的时间从天级别压缩到小时级别。

二、AI 辅助代码理解五步法

理解陌生代码不能漫无目的地浏览，需要一套结构化的方法。以下五步法从宏观到微观，逐步深入。

第一步：生成项目架构图

目标：建立全局认知。

在深入任何具体代码之前，先让 AI 帮你建立项目的整体认知。这就像到一个陌生的城市，先看地图再逛街道。

具体操作：把项目的目录结构交给 AI，让它分析项目的整体架构。

以优惠券系统为例，先看目录结构：

coupon-service/
├── src/
│   ├── controller/       # 接口层
│   ├── service/          # 业务逻辑层
│   ├── repository/       # 数据访问层
│   ├── model/            # 数据模型
│   ├── strategy/         # 优惠策略
│   ├── validator/        # 校验规则
│   ├── event/            # 事件处理
│   └── config/           # 配置
├── tests/
├── docs/
└── README.md

让 AI 分析这个结构，它会给出类似这样的架构理解：

这是一个典型的分层架构优惠券服务：
- Controller 层处理 HTTP 请求和参数校验
- Service 层承载核心业务逻辑
- Repository 层封装数据库操作
- Strategy 层实现了优惠计算策略模式
- Validator 层独立处理校验逻辑
- Event 层处理异步事件（发券、核销通知等）

关键技巧： 不要只给目录结构，同时把 README、配置文件（package.json 或 pom.xml）一起交给 AI。这些文件包含了项目的技术栈、依赖关系和运行方式等关键信息。

Claude Code 用户可以直接在项目根目录执行，AI 会自动读取目录结构和配置文件。OpenCode 用户可以通过粘贴目录树来获得同样的效果。

第二步：分析目标模块的代码结构