800行函数烂了两年，我用CodeWhisperer按MCP拆成12个模块，事后补了3门AWS课

800行函数烂了两年,我用CodeWhisperer按MCP拆成12个模块,事后补了3门AWS课周一例会后,组长在项目频道里发了个仓库链接,附了一句“这个预测引擎两年没人敢动,你评估下能不能拆”。我点进去就后悔了--一个Python文件里塞了800多行的函数,数据清洗、特征拼接、模型调用、后处理全搅在一起,改动一处可能牵连十处。我当时唯一能倚仗的就是CodeWhisperer,但用它干这么大的重构还是头一回。所以我先花了半天把CodeWhisperer课程快速过了一遍,重点看它在大型重构里的用法--那门课直接给出了分步骤提建议、用注释控制生成范围的策略,让我心里稍微有了底。真正开始动手后我才发现,光有AI辅助还不够,没有清晰的模块边界,生成的代码依然是换个姿势的乱麻。直到我把MCP引入模块设计,才让CodeWhisperer的输出质量有了质变。下面是我踩完坑、补完课,最终把800行拆成12个低耦合模块的真实过程,里面卡住的点比预想的多得多。原函数像一锅粥,CodeWhisperer第一次替我拆出更黏的版本那个800行的函数叫execute_prediction_pipeline,它把读CSV、填充缺失值、计算滑动窗口特征、调用加载好的随机森林模型、按阈值转换标签、写入结果文件全写在一个过程里。连模型的predict调用都散落在上百行缩进里,根本没法单独测试。我打开CodeWhisperer,先选中整个函数体,让它帮我拆成小函数。结果它生成了一堆step1_clean、step2_feature之类的函数,名字没有业务含义不说,函数之间还通过全局data变量传状态,依赖关系比原来还隐蔽。我试着改其中一个函数的入参,直接引发四个函数报KeyError。这就是我第一次翻车:光用CodeWhisperer自动拆分,不给架构约束,生成出来的依然是一团浆糊。当时我立刻意识到,必须给模块间的通信定一个明确的契约。组里正好有人在讨论MCP,我抱着试试看的态度点开MCP的课程,发现它不只是概念宣传,还给出了一套定义上下文边界、设计请求/响应接口模式的方法,并且有大量在重构中使用的案例。那门课里讲的一句话我现在还记得:“不要让工具替你设计架构,而是用协议告诉工具该怎样拆。”我决定把MCP当成重构时的接口规范。MCP当接口契约后,CodeWhisperer生成的模块第一次让我敢提交代码我把重构思路调整成:先把管道切分成几个阶段,每个阶段按MCP的思路定义清晰的输入/输出协议,再让CodeWhisperer在协议边界内生成代码。比如数据清洗阶段,我定义它的上下文只接受原始DataFrame,输出清洗后的DataFrame和一份质量报告字典。然后我在注释里写下:# MCP: data_cleaner 模块 # 输入: raw_df (DataFrame), config (dict) 包含缺失值策略 # 输出: clean_df, report dict {missing_rate: float, rows_dropped: int}再让CodeWhisperer根据这个协议生成函数体,这次它生成的代码完全没有引用外部状态,所有依赖都通过参数显式传递。我把类似的协议应用到特征工程、模型推理、后处理模块,很快就搭出了12个功能单一的模块骨架。MCP课程里教的接口设计方法让我避开了第一次的死穴--让每个模块的职责只用一个动词就能描述,比如“清洗”“构造”“预测”“格式化”,一旦职责模糊,就触发CodeWhisperer补出耦合代码。然而模块骨架虽然干净,我却卡在了特征工程模块的实现上。原代码里有一大段用rolling(7).mean()结合多个滞后期构造时序特征的逻辑,我根本不确定这些操作在整个机器学习管道里的正确位置是属于特征工程还是数据预处理。如果放错位置,后面想替换特征就会动到前面的清洗流程,管道又会变乱。特征工程卡了两天,补了机器学习入门我才敢画管道边界那两天我一直在特征工程和数据预处理的归属上纠结。原函数把它们写在同一个for循环里,先插值再算滚动统计,我没办法论证它们是否应该拆分。后来我干脆暂停重构,去学了机器学习入门,重点看了里面关于管道设计和特征工程的部分。那门课用一条完整的流水线做例子,把数据预处理、特征构造、模型训练、评估一步步拆开,明确讲了什么时候该标准化、什么时候该做特征组合,以及管道中每个步骤的输入输出契约怎么写。学完再回头看那个for循环,我一下子就能判断出:缺失值插值属于预处理,滑动窗口特征构造属于特征工程,二者不但要分到不同模块,连参数校验的逻辑都应该隔离。我把这个边界画进MCP协议,CodeWhisperer立刻就能生成职责单一的两个函数,甚至自动补了每个函数的参数类型和异常处理。之后我还补了机器学习基础的课程,把机器学习管道里的评估与再训练流程也梳理清楚,让后续模型切换时不必再动前边模块。重构时我还用了一个技巧:让CodeWhisperer为每个模块生成轻量级的回归测试片段。它生成的测试用例会按MCP协议规定的输入输出边界校验模块,一旦改接口,测试就会立刻报错。我贴一段当时用它生成的特征工程模块测试代码:def test_feature_engineer_mcp_protocol(): sample_input pd.DataFrame({value: [1,2,3,4,5,6,7,8,9,10]}) config {window_size: 3, output_cols: [rolling_mean, lag_1]} result_df, report feature_engineer(sample_input, config) assert list(result_df.columns) [value] config[output_cols] assert report[window_applied] 3 assert error not in report这个测试本身就验证了模块遵守MCP协议,因为我要求feature_engineer的输出始终包含一个report字典,任何对协议的偏离都会被第一时间发现。拆成12个模块后,线上灰度0事故,重构时间压到4天整套MCP协议加上CodeWhisperer生成代码的模式跑通后,12个模块全部对齐了我从机器学习入门和机器学习基础两门课里学到的管道结构:数据加载与校验数据预处理(缺失值策略、异常值截断)特征工程(滚动统计、滞后特征)特征存储(可回溯的中间结果)模型加载与版本管理模型推理后处理与阈值映射结果输出与监控打点每个模块都遵循MCP定义的输入输出规范,可以独立测试、独立部署。我把原来那个800行函数拆成这些模块后,单元测试覆盖率从0冲到78%,集成测试跑了三遍全部通过。灰度上线的那天下午,监控里连一个异常日志都没弹出来。最让我意外的是时间账:原本组长评估重构至少需要两周,而且因为没人熟悉全部逻辑,风险还上不封顶。结果我从学CodeWhisperer课程、学MCP课程,到补机器学习入门和机器学习基础,再到真正动手重构,总共4天就把12个模块全搞定了。而且因为协议清晰,代码审查也快得多,同事只需要核对MCP接口是否满足约定,不用一行行看实现细节。下面是我重构后其中一个按MCP定义的模型推理模块代码,CodeWhisperer甚至连版本切换逻辑都替我写好了:# MCP: model_inference 模块 # 输入: features_df (DataFrame), model_version (str), config (dict) # 输出: predictions_df (DataFrame), inference_report dict def model_inference(features_df, model_version, config): model_path f{config[model_dir]}/{model_version}.pkl if not os.path.exists(model_path): raise ValueError(fModel version {model_version} not found) model joblib.load(model_path) preds model.predict(features_df) predictions_df features_df.copy() predictions_df[prediction] preds report { model_version: model_version, num_predictions: len(preds), timestamp: datetime.now().isoformat() } return predictions_df, report这段代码完全不用我手写数据管道的依赖,所有输入输出都通过MCP契约固定,CodeWhisperer只是把协议转换成具体实现。事后复盘:如果再给我一个800行怪物,我会先做这5件事把这件事从头复盘一遍,我发现这次重构能成功,根本不是因为CodeWhisperer本身多智能,而是我先用MCP把架构限制死了,再让它在这个边界里生成代码。同时,机器学习入门和机器学习基础那两门课补上的对管道各阶段职责的理解,让我画出的MCP边界真正符合模型服务的演进规律,而不是拍脑袋乱切。如果让我给同样处境的人开一份清单,我会写这5条:别一上来就让AI拆代码,先把模块的通信协议定好。MCP的课程里有一套现成的接口设计模式,照着它画边界,能省掉至少一半的返工,这个落地页值得点进去核对你的协议设计。重构不是纯编程活儿,如果函数里缠着机器学习逻辑,一定要先搞清楚特征工程、数据预处理、模型推理在机器学习管道里的顺序。机器学习入门里用一条完整流水线演示了怎么拆,看完你再动手,边界画错的概率小得多。让CodeWhisperer替你写测试,而不是替你写架构。CodeWhisperer课程教你怎么用注释控制它的输出范围,把它训练成一个“契约执行器”,而不是架构师。每拆完一个模块,立刻写一个对MCP协议的回归测试,不然后续改一个参数,整个管道又会悄悄耦合回去。先补基础再动刀。我个人踩的最大的坑,就是以为自己写Python写得熟就可以直接上手,结果卡在特征工程归属上两天。先花半天学完机器学习基础,把管道、特征存储、过拟合监控这些概念过一遍,其实比边改边查快得多。现在再回头看那个800行的函数,它不是代码写得差,而是职责边界完全模糊。CodeWhispererMCP这个组合像是给了我一把手术刀,把每个模块该长什么样先画清楚,再让AI照着切。而那些AI/ML课程带给我的,是在动手前就知道自己画的边界是不是对的。