在数字化浪潮推动下，得物正积极推动数仓开发的变革，尤其在AI Coding工具的应用上取得了显著进展。团队通过引入Claude Code这一核心工具，极大地提升了在重复性工作上的效率。然而，在实际应用中，团队也发现了一些亟待解决的痛点，这些挑战为AI辅助开发的未来方向提供了重要启示。

首先，开发过程中AI的“记忆”不足是一个突出问题。Claude Code在长时间对话中容易忘记上下文信息，比如重要的字段单位，这可能导致生成的SQL出现严重错误，数据结果差异高达1000倍。这是因为当对话的内容接近上限时，AI会自动将历史信息压缩，导致上下文的丢失。这种“失忆”现象在复杂开发任务中尤为明显，限制了AI在大型项目中的可靠性。

其次，团队在执行规范时的稳定性也不尽如人意。在项目紧张的情况下，人工遵守规范的比率降至60%至70%，而AI的“记忆”执行率也只有70%到80%。这表明，依赖AI的规范记忆并不可靠，真正需要的是将这些规范内置到系统中，实现强制检查。这种不稳定性不仅影响开发效率，还增加了后期修复的成本。

最后，在处理大型需求时，AI的表现越发不稳定。复杂的开发任务往往会迅速膨胀AI的上下文，使得AI更容易“失忆”，从而导致错误频发。为了解决这些问题，得物团队提出了“Harness”工程的概念，即通过编写代码的“护栏”来确保每次执行都能遵循规范，从而减少人工失误。“Harness”工程的核心在于将执行规范转化为系统级的检查机制，通过hooks和自动化工具来增强AI的能力。

得物团队表示，未来的目标是通过这些机制将开发过程中的不确定性消除，让AI能够在复杂的开发环境中更加可靠。这一探索不仅为得物自身的数仓开发带来了突破，也为整个AI Coding工具领域提供了宝贵的实践经验和改进方向。随着“Harness”工程的落地，AI辅助开发的稳定性和效率有望实现质的飞跃。