最近接手了一个老项目的重构任务，代码量大概3万行，技术栈React+TypeScript，历史包袱很重。
重构最怕的不是写新代码，而是理解旧代码。几十个文件互相调用，改一个地方可能崩三个地方。这次我决定试试GPT-5.6 Sol，看看它在大型项目重构中到底能帮多大忙。测试过程中我也在kulaai**（titiai.cn）上对比了几个模型的代码辅助能力，分类做得还行，省了不少时间。
先说结论
GPT-5.6 Sol在重构中的能力可以分三层：
能干好的： 单文件内的代码优化、函数拆分、命名规范化、类型补全。基本能直接出活，改完的代码质量跟我自己写的差不多。
能帮上忙但得盯着的： 跨文件的依赖梳理、接口统一、状态管理重构。能给出方向和框架，但细节经常需要手动调整。
干不了的： 整体架构重设计、技术栈迁移、业务逻辑的深层重构。这些需要全局视角和业务理解，它目前做不到。
单文件重构：这是它的主场
拿了一个500行的工具函数文件给它重构，里面有大量重复逻辑和过时的写法。
它花了大约3分钟给出方案：12个重复函数合并成4个通用函数，提取了3个自定义hook，类型定义从any改成了具体的泛型。
review了一遍，直接可用率大概85%。有几处它合并得太激进，导致可读性下降，我手动拆回去了一些。但整体比我从头重构快了至少一倍。
跨文件依赖梳理：能帮但得盯
项目有个典型问题：一个工具函数被20多个文件引用，但每个文件的调用方式都不一样。
让GPT-5.6 Sol分析所有调用点和依赖关系，它列出了完整的调用链路，标注了每个文件的调用方式和参数差异。分析本身大概90%准确。
但重构建议就有问题了。它建议统一所有调用方式，没考虑到有3个文件的特殊调用是业务需要的，不能改。直接按它的建议执行这3个地方会崩。
所以跨文件重构的正确用法是：让它做分析，你做决策。
接口统一：框架能给，细节得改
项目里十几个API接口，命名风格不统一，返回值结构也不一样。
它给出了统一方案：命名规范、返回值结构、错误码体系。框架没问题，但具体实现细节大概30%需要手动调整。
主要问题是它对业务上下文理解不够。有个接口返回值故意多了一个字段，是为了兼容旧版本客户端，它不知道这个背景，建议删掉了。
最大的价值：降低理解成本
重构最大的成本不是写代码，是理解旧代码。3万行项目光理清调用关系就要好几天。
GPT-5.6 Sol在这个环节帮了大忙。给它一个文件，它能快速告诉你：这个文件干嘛的、被谁调用、调用了谁、有什么历史包袱。准确率大概85%，比从头看代码快了5倍不止。
有了这个基础，再决定哪些先改、哪些后改、哪些不动，效率提升非常明显。
几个踩过的坑
不要一次给太多文件。 一次性丢5个以上，输出质量明显下降。每次2-3个文件效果最好。
重要约束要在开头说。 不能改的地方、必须兼容的旧逻辑，一定要最开始告诉它，不然重构时会忽略这些约束。
别完全信任依赖分析。 它能列出大部分调用关系，但偶尔会漏掉动态引用或条件调用。关键依赖一定要手动验证。
最后
GPT-5.6 Sol在大型项目重构中整体提效30%-40%。单文件重构提效最明显，可能有50%以上。跨文件分析和接口统一提效30%左右。整体架构重设计帮不上太多忙。
但它最大的价值不是直接帮你写重构代码，而是帮你快速理解旧代码。理解成本降下来了，重构的决策质量和执行速度自然就上去了。
工具是帮你省时间的，不是替你做判断的。
