很多团队最浪费时间的一件事，不是写新功能，而是新人接手老项目。新人刚入职，打开仓库一看：目录一堆、服务一堆、README 只写了三年前的启动方式，群里问一句“这个项目怎么跑”，老同事也只能回一句“你先看看之前的代码”。这句话听起来没错，实际等于把新人扔进水里自己游。
现在很多人搜“Claude Code 怎么看项目”“Codex CLI 代码库理解”“AI 编程助手 新人上手”，背后的需求很简单：我不是想让 AI 一上来给我写业务代码，我只是想更快知道这个项目到底怎么活着。谁负责入口，数据怎么流，配置在哪，哪些模块不能乱动，本地怎么启动，出错看哪份日志。把这些搞清楚，新人才敢接第一个任务。
别把新人上手变成口口相传
以前项目交接全靠老人带新人，老人忙，新人不好意思一直问，最后就会出现一个奇怪局面：新人花一周时间看代码，真正有用的信息只记在自己脑袋里，下一个新人来了还是重新问一遍。这个成本很隐形，但对小团队特别伤。一个项目如果每次交接都要从零解释，说明团队的知识没有沉淀下来。
Codex 和 Claude Code 在这里的价值，不是替老人回答所有问题，而是先帮新人把“能从仓库里看出来的信息”整理出来。比如目录结构、主要入口、路由位置、数据库模型、测试命令、构建命令、环境变量说明。过去这些内容要靠人一边看一边写，现在可以让 AI 先扫一遍，再由人确认。人负责判断哪些话靠谱，AI 负责把散落的信息先捡起来。
第一步：先让 AI 画一张项目地图
新人第一天不要急着改代码。最稳的做法，是让 AI 先回答三个问题：这个项目是干什么的，入口在哪里，主要模块怎么分。你可以把任务说得很具体：不要修改任何文件，只阅读仓库，输出一份给新人看的项目地图，包含启动入口、核心目录、主要业务模块、常见命令和风险文件。
这个动作看起来简单，却能省很多沟通。很多新人不是看不懂代码，而是不知道从哪里开始看。AI 生成的项目地图不一定百分百准确，但它能给一个方向。你拿着这份地图再去问老同事，问题就会从“这个项目怎么跑”变成“订单模块是不是主要在 services/order 下面，支付回调是不是从这个入口进来”。后一个问题，老同事回答起来就轻松多了。
第二步：把本地启动和常见报错写出来
新人上手最容易卡在环境。装依赖、改配置、连数据库、跑迁移、启动前端、启动后端，任何一步错了，半天就没了。AI 编程工具适合做一件很实用的事：根据 README、package.json、Dockerfile、配置样例和脚本文件，整理本地启动步骤。
更重要的是，它可以把“常见报错”也写出来。比如端口冲突、缺环境变量、数据库连不上、依赖版本不对。你让它输出一份“新人本地启动排查清单”，然后新人照着一项一项过，比在群里贴一堆截图效率高。这个清单不是为了装门面，而是让下一个人少踩同样的坑。
第三步：让第一个任务足够小
新人第一次改老项目，最怕改大需求。真正靠谱的上手任务应该小，最好是一个文案、一个接口返回字段、一个后台列表筛选、一个日志补充。Codex / Claude Code 可以帮新人判断这个任务会影响哪些文件、需要跑哪些测试、可能涉及哪些边界。它还可以先给一个修改计划，让新人确认后再动手。
这一步的重点是“计划先行”。不要直接说“帮我把这个功能加上”。要说：“请先分析这次改动可能涉及哪些模块，不要修改文件，列出最小改动方案和需要验证的地方。”这样 AI 不会一上来乱改，新人也能学到项目的结构。
适合哪些团队用
这套工作流特别适合三类团队。第一类是创业公司，项目跑得快，但文档经常跟不上。第二类是外包或交付团队，一个项目可能换过好几拨人，知识断层很严重。第三类是中大型团队里的历史系统，老员工知道很多细节，但这些细节没有写下来。
不适合的场景也要说清楚。如果项目本身没有版本管理、没有明确目录、没有任何可运行环境，AI 也不能凭空变出真相。它能帮你整理现有信息，不能替代团队补基础工程能力。最好的做法是边用边补：今天生成一份启动说明，明天补一份模块说明，后天把常见问题写进项目文档。
智脑API 放在这条链路里解决什么问题
很多团队不是不会用 AI 编程工具，而是工具入口太散。有人用 Codex，有人用 Claude Code，有人今天能连上，明天换环境又不稳定。新人最怕的不是多学一个工具，而是每个人配置方式都不一样，出了问题不知道问谁。
如果你准备把这条新人上手工作流固定下来，可以把 Codex / Claude Code 接入智脑API统一入口。接入和配置步骤可以按这份教程走：https://my.feishu.cn/wiki/NIgLwuuj1ibzJIkLGM0cgVNinzg。这样团队至少能先把入口统一，后面再沉淀提示词、项目说明和新人手册。
可以直接复制的提示词
你可以这样问：请只阅读当前仓库，不要修改文件。站在新人开发的角度，输出一份项目上手说明，包含项目用途、启动方式、核心目录、主要模块、关键配置、常见报错和第一个适合新人做的小任务。输出时请标注哪些结论来自文件，哪些是推测。
这个提示词的关键是“不要修改文件”和“标注推测”。新人阶段最怕 AI 过度自信，明明没看到证据也说得像真的。让它区分证据和推测，就能减少误导。
最后说句实在的
新人上手不是让 AI 替你培养人，而是把最重复、最消耗耐心的讲解先自动化。人真正应该花时间的地方，是讲业务背景、讲边界、讲为什么当年这么设计。至于目录结构、启动步骤、常见报错、测试命令，这些都可以先让 AI 整理。团队把这条工作流跑顺后，新人不是更依赖机器，而是更快进入真正的业务讨论。