如何强行吃透一座屎山代码？

领导叫我把一套代码的逻辑吃透，重写合入到另外一个 baseline 项目，但是写那个代码的人水平是真的次，应该是刚毕业的，都没咋写过代码就直接上手项目。（我们现在在做工业上位机项目，都是现场开发功能的，没有代码质量管理）。

这个成为屎山有点夸张了，顶多是一个屎堆，但是味儿绝对正点。

* 代码没任何注释
* 到处都是类级别的变量
* 变量和函数和类都是随意起名字 id ，根据名字完全看不出来这个 identifier 是干嘛的，需要去看引用的地方才能看出来，但是有的引用层次关系网异常复杂，绕几下都忘记我要看的是哪个变量了。
* 手拼 JSON ，Split 拆 JSON 等这种操作到处都是。
* 巨无霸代码，所有东西写在一起，有好几个 10000+行数的代码文件。

虽然我工作这么多年也见过非常多的屎山项目，以前做互联网后端，微服务兴起之前，我见到过比这大得多的多的屎山代码，全量编译都能编译个一二十分钟的都有。但是以前是只是在项目上再加点料就行了，而现在要做的是把整个项目吃透，我该怎么办？有没有啥好的策略？

PS：跑路不能算是一个好策略，我在看这坨代码的时候晕头转向，满脑子都在想着跑路，但是现在工作太难找了，经历过后疫情的裁员后找工作从希望到失望到绝望的感觉，我宁愿继续啃这坨代码。

不要扣细节,不要扣细节. 你应该反向思考一下,这么多代码他是咋记住的? 他一定不是靠死记硬背的! 一定有个超级简单而清晰的主脉络.   
1. 从实际完成的功能上入手先了解这个软件实现了什么功能.
2. 数据读取从哪里开始,读完之后做了什么处理? 处理完之后与设备回写了什么样的数据
3. 处理的时候,有什么特殊情况? 你说的类级别的变量,我猜是各种处理逻辑下的状态标志变量.
另外工业上位机软件的特点:也比较简单 从设备读取数据,针对数据做处理,处理完之后回写给设备响应值. 再加上人机交互的逻辑.

给屎山写测试，然后重构？

GPT 解读一下代码，然后重构，其实并不是很麻烦

等有 bug 了再看看，bug 驱动式学习

问 chatgpt

时间 重构，靠这个读透了一份屎山代码

吃透不太可能，我一直坚持的理念就是屎山不是一个人写出来的，是多人合作的情况下才会出现的，所以只要是多人合作，那必须就有信息不对称的情况，没有一个人可以通晓全部，哪怕是原作者也不行，因为原作者都只是其中一部分功能或者一部分时期的开发者。
但是通晓一部分功能点是可以做到的，无非就是硬啃呗

有 AI 都不一定可行，有个几年前的加密库用了十几年前的另一个库，全网只有它这唯一实现，虽然开源，几乎没几行注释，后者连测试都没有，现在第一个库都没怎么看懂逻辑，由于代码冗长，AI 很难起比较大的作用，copilot 乱说，我从 ChatGPT 刚开始就在使用，有一定 prompt engineering 积累，但实在搞不定，加上不是太重要，已经搁置等死

让 ai 线帮你加一遍注释

工业上位机领域的代码屎山多很正常, 很多时候要出差到甲方工厂根据现场调试代码, 大部分时候都工期很急, 基本都是想到啥就写啥.
建议:
1. 找个代码架构视觉化工具, 比如 understand, 如果你是.Net 的话, VisualStudio 也有个生成代码视觉树的功能, 把各个模块之间的关系理清楚, 一开始不要死抠细节
2. 模块间关系搞清楚之后, 再尝试理解模块的运行逻辑
3. 一个个模块合并到 baseline 项目中, 有条调机测试的话就调机测试