SOLID 原则。 SOLID 原则对于 AI 编程完全适用。 AI 编程时代，代码编写变得廉价，但代码理解变得昂贵。 SOLID 原则通过将代码组织得整齐、模块化，本质上是在为 AI 降低理解成本，从而提高后续重构和修复的效率。

• 单一职责原则（ Single Responsibility Principle， SRP）： AI 容易生成超长的“全能类”或函数。如果不遵循 SRP，代码库会迅速变成难以调试的黑盒。明确职责可以让 AI 在生成单元测试时更精准。如果一个函数只负责一件事，你可以直接对 AI 说： “为这个处理逻辑生成测试”，而不会被无关的副作用干扰。

• 开放-闭合原则（ Open-Closed Principle， OCP）：添加新功能时，与其让 AI 修改已有的复杂旧代码，不如要求 AI 扩展它。遵循 OCP 原则的代码，可以通过增加新类来响应需求变化，这种“增量式编程”对 AI 来说成功率更高，而且不会破坏现有业务的稳定性。

• 里氏替换原则（ Liskov Substitution Principle， LSP）： AI 有时会生成表面符合接口但内部逻辑违反父类约定的子类。严格要求遵循 LSP，可以确保 AI 生成的模块在组合时不出现隐性崩溃。确保 AI 生成的代码兼容各类现代框架。

• 接口分离原则（ Interface Segregation Principle， ISP）：庞大、臃肿的接口会强迫 AI 在实现类中生成许多空方法或无关逻辑。 ISP 将大接口拆分为小接口，不仅让 AI 更专注于真正需要实现的那部分功能，生成的代码更清爽，还大幅节省了发送给 AI 的提示词耗费的词元（ token）。

• 依赖倒置原则（ Dependency Inversion Principle， DIP）。通过定义抽象接口，强迫使用模块化设计， 令高层级策略不直接依赖于低层级实现。 在使用 AI 编程时（人工编程也一样），遵循依赖倒置原则，能够有效避免硬编码底层细节或与特定模块/库紧耦合，并让代码保持较好的可测试性。