@laydown 还是要去感知它的使用边界，像前端的代码其实还好，毕竟所见即所得。后端逻辑的代码，一般都要去检查一下，但是这也比自己处理来的快，而且轻松。

@xiaolongorigino 如果大范围的改动希望自己控制，可以确定大方向，小的地方用语言描述来让 ai 写，然后读代码就好了。大部分情况下用自然语言就能生成代码还是尽量生成吧，真的是省时省力

@meiyiliya 确实，像一般的业务，写写逻辑，写写 sql 之类的，感觉 ai 写的反而更快更好。很多时候人都工作就是读代码和调试代码

@xiaoz 这次的话，我基本上是没写过代码，我印象中是没写过啥，然后 debug 确实没有过，我每次报错，直接把日志丢过去，然后他就分析解决了，我感觉也是一定程度上来说代码都是他写的，它处理这些逻辑的时候可能会比较容易。中间我印象中好像也有没处理好的，我自己去搜了相关的解决方案来处理的，印象中好像是有，但基本上我没怎么操作。

@vfx666 就体验来说我感觉 qwen 的 32b coder 模型已经和 4o 差不多了，最近 4o 降智严重，我传文档和图片他都理解不了，写代码还是 claude 最好目前

@esee 确实很厉害，不过使用的时候还是需要感觉一下能力的边界

@hello2090 我也很害怕，越害怕越得狠狠的用啊。

@nikenidage1 cursor 最近刚出来 agent 模式嘛，就是和 wind 啥的那个差不多，不过那个我没用，应该也很强大，这次主要是用这个 agent 来完成的。
整个流程的话大概就是我先构思了这个工具，因为最近有这样的需求。
然后大概评估了一下，就是 ffmpeg.wasm+llm 。最初是打算 electron+ffmpeg ，因为最近做项目就是做 electron 里集成了 ffmpeg ，但是感觉有点麻烦，因为我感觉 ai 如果来集成可能不是很方便，就先直接做个 web 版的。
然后把内容描述了一下，然后先让 gpt 给我写了一个文档，我检测了一下，然后改改，没事问题之后。
之后就是去找了一个比较干净的 next 模板，因为 next 部署也很方便，而且我发现 claude 很喜欢写 react+tailwind 代码，而且我感觉确实 tailwind 这种更适合 ai 来写，我在第一次用 tailwind 的时候我就有这种感觉。
然后就是把模板跑起来，然后把需求给 ai ，用 agent 来写，因为这个整个需求量不是很大，agent 第一次基本上就完成个七七八八了。之后就是样式调整，和功能优化。
总的来说作为程序员，我感觉我的主要需求就是去了解 ai 能力的边界，然后去用它，而且这两年 ai 的变化确实是实打实的，可能很多事情，前段时间还不能完成，今天 ai 已经可以做到很好了。

@MossFox 我刚刚已经解决了这个问题，现在已经可以了，就和 ai 说了一下，第一次回答不对，我看了一眼，给他说了一下思路，然后第二次就完成这个任务了

最近半年我写代码几乎都是靠自然语言描述的，之前一直用 gpt ，前几个月切换到 claude ，然后基本上都是靠自然语言描述写代码，前几条 Claude 账号被封了。我又换成了 cursor ，之前也试过 cursor 几次，倒也没什么感觉，还是更习惯 claude 。这两天被迫换成 cursor 感觉真香，尤其是今天写的这个小项目。项目比较简单，就是最近经常要处理视频，写了一个 llm+ffmpeg.wasm ，通过自然语言描述来处理视频的工具。因为不涉及账号，数据库乱七八糟的，所以相对来说比较干净，我就直接交给 ai 处理了。基本上就是我从 GitHub 上找个 next.js 模板拉下来，然后写写需求，之后一直改改就完成了，中间我几乎没有写过代码，就完成了。而且完成的还不错，大家可以看看 https://ffmpeg-online.top/
而且我最近做的项目也几乎全是 ai 写的代码，我现在也不知道我离开 ai 还会不会写代码了，但好在不需要离开 ai 。

可能是因为推送那个高级语音功能算力紧张了？联网 huggingchat 可以，可以用 qwen llama 之类的开源模型。

肯定不是整篇，而是一段一段处理的，如果是整篇都没有办法和对应的文本对齐啊。沉浸式翻译不是一段中文一段英文吗，那应该就是那一堆英文送进去得到一段中文，然后把中文附加到段落后面。整个流程应该不复杂，遍历网页上的标签（ p div span ）然后把段落中的文本翻译，然后附加到句子后面。我之前做过有点类似的功能插件 https://github.com/woniu9524/dingdang-extension

playwright 确实方便不少尤其是不会编码的人。selenium 可以直接打包一个指定浏览器，永远不会 driver 报错了
@nzbstn