我们使用编码代理为RonDB添加RonSQL支持

在Hopsworks，我们最近利用新一代AI编程工具，成功为RonDB添加了复杂的SQL查询支持。这个名为RonSQL的功能，包括CTE（公用表表达式）和推送连接聚合，已经在RonDB 26.04.1中以Beta形式发布。

几年前，我们曾尝试使用ChatGPT进行编码，但那次尝试被证明是一个昂贵的错误——生成的代码花费了几个月的时间重写。因此，今年年初我再次尝试AI编程时，抱持着相当多的怀疑态度。

最初的转机来自一个意想不到的地方：我们的营销经理在大约两小时内构建了一个简单的RonDB客户端。这引起了我的兴趣，我接手代码后，又在几个小时内对其进行了显著扩展。受到鼓舞，我尝试了更接近真实工程的任务：扩展REST API服务器，使其不仅能处理批量键读取，还能处理批量键插入、写入和删除。原始代码编写耗费了大量精力，而扩展只用了两天。显然，Claude和Codex在扩展现有代码方面表现出色。

有了这些成功实验后，我意识到这些新工具可能对开发RonDB真正的新功能极为有用。客户长期以来一直渴望在实时AI推理中实现更复杂的查询。支持这一点需要CTE和并行连接聚合——这个功能在RonDB的待办清单上已经躺了十多年。它是一项非常复杂的开发工作；用传统编码，我估计至少需要两年时间。

实际上，这相当于在键值存储中添加复杂SQL子集的支持。RonDB与Redis和DynamoDB属于同一类别，这些存储传统上用于这种实时、低延迟的服务，但完全不支持复杂SQL查询。将CTE和并行连接聚合引入这个领域，使得这项工作既非比寻常又值得。

我决定看看AI编程是否能让它变得可行。本文分享了我在过去五个月中的经验。

开发模式从一开始就清晰：有效的开发模式依然适用。从高层次计划开始，转向详细实现计划，然后逐步实现。我们多次经历了这个循环。每个计划至少包含10到20个阶段，有时更多。

在Claude和Codex之间，我的结论是它们的优势互补。Claude更擅长跟踪计划和剩余工作。Codex通常更擅长解决难题，但它在维护计划方面较为马虎，可能会忘记下一步该做什么。因此，大部分时间我让Claude负责计划维护和较简单的任务，而将难题交给Codex。

AI编程的一个直接好处是能够生成大量的单元测试——即使是通常难以测试的分布式场景。RonSQL查询执行跨越RonDB的四个层：LDM（本地数据管理器）、TC（事务协调器）、NDB API和RonSQL。通常，你需要针对RonSQL编写测试程序，因为手动针对LDM、TC和NDB API层编写和维护程序非常困难。AI编程改变了这一点：变得可以先开发和测试LDM层，然后再接触TC层，最后是NDB API层。这大大加快了在所有四个层上快速实现工作版本的速度。

AI编程在模型训练中见过的顺序代码上效果很好。但RonDB使用异步编程模型，有时模型需要明确的指导才能理解实际工作方式。对我来说显而易见的事情，模型可能完全看不见——但通过提示通常很容易教会它。反过来也经常发生：模型生成新代码的速度远超人类思考。

如何验证生成的代码是否正确？我遵循以下模式：

第一阶段：按计划构建。遵循高层次计划，然后是实施计划，最后逐步实施。在这个阶段，你是架构师：告诉模型做什么，大部分情况下你作为操作者接受它的建议。我发现至关重要的一点是，不让模型在未明确说明更改内容和方式的情况下修改任何代码。Claude默认就是这样；而Codex需要严格约束，以防止它擅自生成代码而不检查正确性。查看每个差异能让你至少对新代码的作用有一个概念——这也是生成大量测试的阶段。关键的是，每一步都包括编写至少一个测试用例，并在进入下一步之前验证该步骤已成功执行。步骤只有在有通过测试证明时才视为“完成”。这保持了实现的基础，防止小错误在计划的多个阶段中累积。

第二阶段：审查。步骤完成后，审查所有新代码。我主要关注影响实际执行的代码，只浏览测试用例和计划。我使用模型生成文档——包括图片和信令图——以更好地理解新代码。这个阶段确保模型遵循RonDB的内存模型，并正确处理节点故障和其他查询执行中的故障。模型也倾向于生成大量重复代码，因此删除重复代码路径是必不可少的步骤——有些删除掉了数千行需要维护的生产代码。

第三阶段：用测试压力测试功能。我们编写了CTE测试用例，不考虑它们是否被支持。当一个功能不被支持时，我们要么修复它，要么将其标记为不支持。剩下的是尽可能减少查询延迟，并继续审查生成的代码。

最后一点观察：当模型思考时，有足够的时间做其他事情。大部分时间我同时运行两到四个项目。因此，在RonSQL之外，还出现了RonDB解释器的JIT编译器、在RonDB中使用纤程以及死锁检测的原型。目前只有死锁检测在源代码树中，且默认禁用。这三个都还在进行中。

回顾过去，一个在待办清单上超过十年的功能——我原本预估需要两年时间——在五个月内达到了Beta。工作并没有消失，而是改变了形态。我的角色从编写代码转变为架构设计、指导模型、审查结果，以及最重要的测试。这，远超原始代码生成，是新一代AI编程在我们构建RonDB中赢得一席之地的原因。