AI 协作开发与系统化复杂问题解决框架
当复杂功能模块出现多个相互关联的问题时，传统“打地鼠”式的修复方式往往顾此失彼。
这套框架提供一套标准化的工程流程，让你在面对复杂问题时，有章可循、有据可依。
这套框架解决什么问题
在日常开发中，以下场景你是否似曾相识？
修复A问题，B问题回归
改了消息列表的查询逻辑，结果对话页的消息顺序乱了。两个问题相互关联，无法孤立解决。
不知道从哪里开始排查
用户反馈了3个表面现象，但根因在哪里？前端渲染问题？后端API问题？还是数据库字段问题？
AI协作效率低下
向AI描述问题时信息不全，AI给出的修复方案遗漏了关联影响。审查和修改混在一起，边审边改容易出错。
为什么需要这套框架
复杂问题的本质不是“难”，而是关联性。
一个按钮的状态可能影响三个页面的数据，一个字段的类型可能波及五张表的查询。
在没有框架的情况下，开发者只能靠经验和直觉逐个击破——效率低、遗漏多、回归风险高。
这套框架的核心价值在于：把“凭直觉修Bug”变成“按流程解决问题”。
先暴露再解决
强制完整列出所有问题后再动手，避免遗漏和“修一漏二”。
全局分析根因
绘制问题关联图，找到最根本的问题，而不是头痛医头。
审查修改分离
审查阶段只看不改，修改阶段只改不审。两个阶段完全分开，降低遗漏风险。
闭环迭代
验收不通过就回到第一步重新来。持续改进，直到所有问题被真正解决。
01 暴露问题
完整列出所有可见问题，每项独立记录PR
02 全局分析
分类、关联、识别根因，绘制问题关联图
03 根因排查
验证假设，输出排查结论，同步数据一致性检查
04 逐文件审查
列出涉及文件，记录修改意见，不修改代码
05 字段映射验收
逐链路核对前后端字段，确保数据传递完整
06 意见汇总
聚合修改意见，按优先级排序，标记依赖关系
07 输出修复方案
将修改意见转化为完整可执行的修复方案
08 专家审查2轮
AI审查逻辑+技术总监审查业务，含SQL安全审查
09 执行代码修复
按方案修改，编译验证，含历史数据修复
10 测试验证
执行测试流程表，含数据测试和CSS视觉审查
11 回归测试
验证已有功能未被破坏
12 验收迭代
对照清单验收，确认历史数据已修正。新问题回到01