最近一周在重构一套十几年前的 jsp 项目，要改造成 springboot 加 vue 的技术栈。我接手了其中一个模块，大概5个子模块，十几个功能。先用 GitHub copilot 里的 Gemini 3 试写了一下，发现效果不太好，不过倒是积累了一堆 instruction 提示词。接着用 gpt 5.4 逐个子模块实现了一遍。由于我是 GitHub copilot 年费会员，还是按次计费，所以进入调试阶段，用按次计费的方式就不太合算了。
于是我切换到了公司提供的 workbuddy / codebuddy，每个月有 2000 积分额度。这种类 token 使用量计费的方式，还挺适合修复小 bug，做功能微调的。毕竟每次消耗的token 都不多，也能节省我的 GitHub copilot 配额。
但是，codebuddy 感觉还是不够成熟：
一是，里面的 DeepSeek 4 pro 模型居然有日限额。这个我非常不理解，既然都已经按积分计费了，为啥还要限制使用频率？
二是，非常不稳定，半天遇到两次，执行一会就没用响应了。也不提示超时，就卡在那里。总之，细节很不上心。估计也是不重视，投入的资源不够。
三是，看不到剩余积分，看不到具体模型的积分消耗差异，我只能开个 workbuddy 看剩余积分👀
至于 workbuddy，我不是很喜欢这种模式，毕竟这种迁移工程，需要同时打开三个 git 项目。workbuddy 只能打开一个目录作为工作空间，而不能像 vscode 中添加多个目录到工作区。我也需要不断确认重构后的 sql 是否有问题，还是 vscode 加 GitHub copilot 这种方式更适合代码重构。最终，workbuddy 沦为了我查看剩余积分的客户端🥲 对了，还有一点要吐槽，里面的混元模型简直了，弱智到让人震惊。
回到迁移重构的正题上。我发现越做效率越高。从一天一个功能，到一天八个功能。但是，我依旧没用找到能自动化测试验证迁移正确性的好方法。不够，纯靠手工测试，也不是没用益处，至少我在手工测试过程中，对业务流程有了更深的理解。而如果纯粹靠 ai 去自动执行，我可能连业务都不了解。也无从判断是否迁移成功。
前两天，有个公众号的粉丝建议我了解一下 vibecoding 工程化，我搜了一下没找到特别好的资料。但是，这一周的实践，我感觉不断把发现的问题，补充到项目全局 instruction，效率就能稳步提高。同时，需要不断把人工操作变成自动化。自动化一是能提高效率，规避人工操作的不确定性，二是能在开发过程中获得成就感，不至于沦为无脑拉磨的驴。
还有一些其他的感悟，比如在 ai 频繁修改过程中 git 使用方式也有所变化。改天再整理一篇。太困了，最近变成早晨五点起床，睡觉🌙
关于作者 🌱
我是来自山东烟台的一名开发者，有感兴趣的话题，或者软件开发需求，欢迎加微信 zhongwei 聊聊，或者关注我的个人公众号“大象工具”， 查看更多联系方式