101
edwinxe2v 38 天前
多谢经验分享,写得太好了,真的非常珍贵!
AI 编程时代真的非常利好有想法有经验的开发者,因为你突然有了成本很低的 coder 可以用。 |
102
s1461a 38 天前
@ToDyZHu 每家的提示词不同、工具不同,像 augment code 的 ace 查询能力比较强,而 codex 弱的一批(有时候会出现 ai 写 python 脚本去查文件)。我自己的感受是 claude 用 cc ,gpt 用 augment code ,效率最高。
|
103
MindMindMax 38 天前 OP 文章中有个关于 AI 幻觉的描述,我觉得很有意思:
换位思考一下,就当是你的技术团队里面遇到了棘手的问题,或者某个成员钻了牛角尖,一直绕不出来。 👍 |
104
BeyondJG 38 天前 chatGPT -> ChatGPT ,哈哈,提个建议
|
105
Jaiden 38 天前
读完了,写得不错
|
106
zephyru 38 天前
写的很好,我也写过这种类型的总结不过,相比 OP 写的还是没有那么深度。
CLI 工具出的时候我也关注到了,但看起来好像和 Agent 工具没有什么本质区别。 然后一直把 IDE 中的 Agent 工具,当 ClI 工具用,效果也还不错,可能是搞得东西复杂度不高吧。 看来是时候试一试 CLi 工具,体验一下区别在哪了。 |
107
withoutdelay 38 天前
写得很好,最近也感觉到了 AI 编程工具能力的快速提升,即使是复杂的逻辑,如果详细描述到位的话,ai 很多时候也是能实现。
当然也是试过面对一大堆 ai 生成的代码,有时候 review 太累,只使用一些样例测试,然后接受了之后,后来才发现代码实现不对,得重新实现的情况。 反正现在编码的确是有点离不开 ai 工具了 |
108
xmsz 38 天前
我一直用 cursor 开发挺爽的... 反正本来用的就是 claude 模型,代码质量完全没问题。 从最早就是享受 tab 补全,到现在直接 agent 模式真的爽翻天。99%的需求都能解决... 毕竟 99%的需求都是简单重复的... 配合 IDE 的预览效果很完美。
所以现在的做事情就是告诉 AI 要做什么,然后看 AI 的思路,思路对了,我们就可以去摸鱼,等 AI 好了来审查代码,不好就告诉他调整 当然,这里关于人是非常关键的 1. 你得能描述清楚要干什么 2. 你得本来就知道解决方案 3. 你得能发现 AI 哪来做得不好 4. 你得知道怎么做最好 ... 所以,如果是让实习生或者技术不扎实的用,那个效果就非常差... 我就遇到过几次,非常恐怖。虽然功能是实现了,但是架构已经是一坨大便了,想改改不动,有 bug 不好找... 只有能用水准 |
109
charlie21 38 天前 via Android
论信任等相关描述让人眼前一亮
|
110
zhouzoki 37 天前
@nananqujava 国内版 trae 怎么样,国内使用这个门槛相对很低,对比其他模型有什么区别吗
|
111
shibow 37 天前
看完我感觉没有 AI 的时候平凡的下午摸鱼等待着下班的普通程序员,用了 AI 整个人都很浮躁,写的很好
|
112
zzzzzzggggggg 37 天前
@sadara 你这个能力 90%在于抓住了需求,10%在于代码实现
|
113
zhaozilong206 37 天前
看完了,写得真好,来这边给你点赞 QAQ
|
114
nananqujava 37 天前
@zhouzoki #110 国内版更拉, 首先模型就不如 claude 和 gpt
|
115
SenseHu 36 天前
最近用了几次 spec-kit, md 太费 token 了, 文档写了一大片, 不过写起来就丢那不管了, 过一会回来 review 逻辑
|
116
cskeleton 36 天前
@dddd1919 #72 前几天看 OP 的文章看到中途突然想起来去问了 KIMI 一个问题,大致是说我想让 AI 写一个东西,需求基本上已经梳理清楚了,但是可能一些细节还不足够清晰。我担心后面改起需求来比较折腾,我应该是先写个 PRD 、画个粗糙原型,还是让 AI 直接写?直接写的话先写前端还是先写后端。
KIMI 给我的答复是,不要自己动手再去画原型了,让 AI 先写前端页面,10 分钟就给你搞出来了,不满意就骂,10 分钟就给你改好了。 |
117
sanxianA 34 天前
站点 https 证书过期了,居然没有 acme 么。。Expires On Monday, November 3, 2025 at 1:14:31 PM
|
119
Hantong 10 天前
"架构师" 的描述, 我十分认同. 个人的习惯是, 先有一个想法, 自己写个原型, 思路明晰了就交给 AI 粗略生成, 然后再手工精修. 至于个人能力会不会受影响问题, 我觉得一个最低限度的要求是, 保证 AI 写出来的自己能看懂, 而不能做所谓的 Vibe Coding.
此外, AI 生成 CI / CD 相关内容也是比较好用, Github Action 我原来真不会, 基本都让 AI 写, 慢慢就能看懂自己写 (ctrl c+v) 了. --- 几个月前尝试过自己写一下 kTLS 的用户空间实现, 测试的时候遇到个非常奇怪的问题, 试过 AI 去帮我做分析, 不过帮助不大, 最后还是只能自己啃代码修好的; 也尝试过使用 splice 做网络编程的零拷贝优化, 遇到 tokio task 一睡直接睡死的 bug 也是至今没弄懂根本原因是什么 (虽然后面大概知道问题出在哪儿, 自己修好了). 不过仔细想一下这种场景普通开发者一般也不会遇到, 会在生产环境里碰到并负责处理的, 那也是技术大牛了, 不需要 AI. 引用楼上的话, "如果是让实习生或者技术不扎实的用,那个效果就非常差...", 感觉我就是这种情况, 技术不扎实, 对 Linux 内核不够熟悉, 问 AI 也问不到点子上, 还是得加强学习. |
120
swananan OP @Hantong tokio 那个,大概率是网络库的事件里面,调用了会陷入阻塞的系统调用,你感兴趣让 AI 跑一下 off-cpu 火焰图,能看到那个系统调用
|
121
katwalk 22 小时 35 分钟前
引入技术架构师的视角,一下子说透了。还有上下文在 AI 编程中的权重、幻觉等,讲得逻辑清晰又接地气,非常到位,感谢分享
|