原文： 面对大型项目且模块多而复杂的情况，有没有好的ai开发方案，如果只给出需求让大模型自己做计划，它可能压根不会参考项目中已有的模块代码，或者开发及查bug、codereview时大模型需要每次现去读取代码，可能存在读取的代码不准确，或读取代码导致上下文越来越大，后续开发更混乱。大家的企业项目开发过程中有没有落地的好流程、方案？ 
让AI梳理了一下： 
对于大型企业项目（代码量大、模块多、业务复杂）的场景，AI开发到底应该如何落地？ 
目前使用大模型辅助开发时，经常会遇到几个比较明显的问题： 

缺乏项目全局认知

如果只是把需求直接丢给大模型，让它自己拆解和制定开发计划，它往往只能基于需求本身进行推理。
很难主动理解项目现有架构、模块边界、设计规范以及历史实现方式。
结果就是容易重复造轮子，甚至给出与现有架构冲突的方案。


无法充分复用已有代码

项目里明明已经有类似功能或公共模块，...