时政
财经
科技
登录
#AI编程
关注
铁锤人
1周前
看到很多人现在觉得自己 AI 编程 用语音输入了 就在包装一个 whisper 来做转录 但是为啥没人提用讯飞语音之类的输入法,天然就很好,也是免费的 你要知道 whisper 的转录中文是很垃圾的🥲
#AI编程
#语音输入
#Whisper
#转录
#讯飞语音
#输入法
#免费
分享
评论 0
0
Levi Yuan
1周前
新手如何驾驭AI写代码的节奏 ? 今天看到一个做labubu壁纸的朋友,因为AI改错了代码,导致泼天的流量归0, 我也深有感触:AI编程反而增加了初学者做一个成熟产品的门槛。 我的经验: 就像开车,不用了解汽车的机械原理,但是你必须当好一个驾驶员。 1.前期可以自动驾驶 AI可以快速上线做一个简单DEMO或者MVP 2.后期手动驾驶 但是产品要盈利,肯定需要对产品进行优化,AI边改边理解,并且沉淀自己的知识体系和迭代框架
AI编程工具激战:Claude Code、Gemini Cli崛起· 136 条信息
AI编程:Gemini领跑,协作创新涌现· 189 条信息
#AI编程
#新手指南
#产品开发
#自动驾驶
#人工智能
分享
评论 0
0
forecho📈
2周前
昨晚上单没做好,抽空让 AI 写了一个倒计时软件,以后再也没必要一直盯盘了, 听到声音提醒之后去看看就可以了 代码很简单,开源了
#倒计时软件
#AI编程
#股票交易
#开源
分享
评论 0
0
LinearUncle
2周前
一个工程师指挥一群ai coding agent(例如claude code)的时代已经被openAI和Anthropic拉开了序幕! 这个时代真的残酷,半年后软件开发模式将会发生巨变,将会淘汰很多人,同时也充满了机会。 openAI是先驱,anthropic拥有最强的agent, cursor已经看到了这个方向,在积极布局。
AI编程工具激战:Claude Code、Gemini Cli崛起· 136 条信息
AI编程:Gemini领跑,协作创新涌现· 189 条信息
#AI编程
#软件开发变革
#OpenAI
#Anthropic
#Claude Code
#Cursor
#市场趋势
#技术创新
#人工智能
#职业变迁
分享
评论 0
0
LinearUncle
2周前
claude code多需求并行编程和git worktree. 官方文档在评论区。 AI编程(如Claude Code 🤖️)任务常耗时5-10分钟,多任务并行运行是大趋势! 👉人类写好需求,多个claude code同时开工。 但单项目/单分支限制下,只能跑一个claude code?粗暴解法:git clone多个文件夹,一个文件夹一个分支,启动一个claude code 更优解:Git原生支持!`git worktree add` 命令关联新分支和新文件夹,但是这个文件夹并不是clone过来的,仍然使用主文件夹的.git信息。
AI编程工具激战:Claude Code、Gemini Cli崛起· 136 条信息
AI编程:Gemini领跑,协作创新涌现· 189 条信息
#Claude Code
#多需求并行编程
#git worktree
#官方文档
#AI编程
#多任务并行
分享
评论 0
0
JimmyLv (🐣, 🐣) 2𐃏25
2周前
🎬 新视频:【干货】我的 AI 编程 10 大技巧 (时长 37 分钟) 这个视频因为生病嗓子哑了,做得不够好,大家将就看吧~ 算是 Cursor 编程的 10 个小技巧,想到哪儿讲到哪儿了 下次还是偏系统性讲一下最佳实践,也是倒逼自己做梳理,欢迎关注我的 YouTube 频道啦,链接在评论区 👇
#AI编程
#编程技巧
#Cursor
#YouTube频道
分享
评论 0
0
ginobefun
2周前
Cursor 的终极野心:不当“副驾”,要重塑“驾驶”本身 当所有 AI 编程工具都满足于成为程序员的“副驾驶”(Copilot)时,Cursor 的创始人迈克尔·特鲁尔(Michael Truell)宣告了一个更宏大的目标:他们的使命,不是辅助编程,而是用一种更高级的方式,彻底取代编程。 他认为,我们正处在一个过渡期。AI 目前帮助人类编写了 40-50% 的代码,但这只是“量”的提升。真正的未来,是一场“质”的革命——开发者将从繁琐、晦涩的编程语言中解放出来,只需通过更接近自然语言的方式描述“意图”,软件即可被构建和修改。 今天的 Cursor 是最好用的 AI 编码工具,但这只是通往终局的路径。其最终愿景,是引领这场从“编码”到“意图表达”的范式革命。 二、工程师的未来:当 AI 负责实现,你的“品味”将无可替代 当 AI 越来越多地接管“如何做”的实现细节后,工程师最核心的价值是什么? 特鲁尔的答案只有一个词:品味(Taste)。 这里的“品味”,远不止是视觉审美。它是一种对软件更高维度的判断力,一种深刻的直觉,关乎: - 应该构建什么?(对产品方向的洞察) - 它应该如何运作?(对系统逻辑的优雅设计) 他将大量繁琐的编码工作比作“人工编译”——费力地将高层次的想法,翻译成机器能懂的低级语言。当 AI 自动化这个过程后,决定产品成败的,不再是精通语法细节,而是你头脑中那个高层次的构想和设计能力。 未来,平庸的工程师会被 AI 取代,但拥有顶级“品味”的工程师,将变得前所未有的强大。 三、关键战略:宁做独立的“编辑器”,不做受限的“扩展” 在产品形态上,Cursor 做了一个在当时备受争议的决策:构建一个独立的编辑器,而不是一个依附于 VS Code 的扩展程序。 这个选择源于一个核心预判:AI 将彻底改变编程的交互形态。 如果只是做扩展,你将永远被宿主平台的 API 和界面所限制,无法实现颠覆性创新。为了完全控制用户体验,为了给未来更高级的交互范式(如直接操作 UI、更高阶的逻辑语言)铺平道路,你必须拥有属于自己的“画布”。 事实证明,正是这个“不走捷径”的决策,为 Cursor 的快速迭代提供了巨大的自由度,使其能超越众多竞争者。 四、AI 时代的护城河:不是算法,而是“数据飞轮” 在模型日新月异的今天,如何构建持久的护城河? 特鲁尔认为,AI 时代的竞争,像极了 90 年代末的搜索引擎大战。真正的护城河不是某个单点技术,而是由大规模分发驱动的数据飞轮。 - 分发: 通过服务海量用户,获取产品的使用权。 - 数据: 收集关于 AI 生成代码的最宝贵反馈——用户接受了什么?拒绝了什么?以及,他们是如何修正的? - 优化: 这些真实世界的反馈数据,是优化产品体验和底层定制模型的最佳养料。 - 循环: 更好的产品吸引更多用户,从而获得更多数据,形成一个正向飞轮。 同时,公司的核心战略必须建立在一个信念之上:顺应发展曲线。你必须坚信 AI 模型将持续变得更强大,并基于这个预判去布局产品,才能在技术浪潮的变革点上,抓住颠覆性的机遇。
AI编程工具激战:Claude Code、Gemini Cli崛起· 136 条信息
AI编程:Gemini领跑,协作创新涌现· 189 条信息
#AI编程
#Cursor
#终极目标
#技术改革
分享
评论 0
0
前端之虎陈随易
2周前
原本今天还想写一篇公众号文章,不过跟AI编程一整天,感觉整个人都累垮了,你们跟AI结对编程累吗?
#AI编程
#编程助手
#结对编程
分享
评论 0
0
Kenny做产品
2周前
有了AI编程,还需学代码吗? 必须的。即使现在有了Cursor帮忙写代码,也还是要掌握基本的编程技能。因为AI有时候会写一些冗余重复或者奇奇怪怪的代码,起码你要有一定的能力识别,否则后续优化起来困难重重。
#AI编程
#学习编程
#代码优化
分享
评论 0
0
Baye
2周前
我给 AI 布置任务时,会精确的告诉它文件名是什么,存到哪个目录,类名、函数名、变量名是什么,怎么抽象,怎么复用代码,怎么写测试,只有这样我才敢用它写的代码。如果任由它自己命名、组织代码,代码库很快就会失控。
#AI编程
#代码组织
#命名规范
#代码复用
#代码测试
分享
评论 0
0
卫斯理
2周前
AI编程的影响 “我们组前年十多个人,人手一个 cursor ,到今年还剩 6 个人了,其中前端快砍完了只留了一个,写特别复杂的画面。 现在 flutter / web ,都是我们几个后端用 cursor 在敲,写的还挺好。”
#AI编程
#团队缩减
#前端开发
#后端开发
#Flutter
#Web开发
#cursor工具
分享
评论 0
0
闵祖涛
3周前
短视是刻在人类基因里的:几千年来人类都为了吃饱肚子不停地奔波,为了不饿肚子只能看当前,逐步进化成了短视的习惯,最多能看到一到三个月的事情,三年后的或者十年后的事情是不会去想的。 能提前看到趋势的人就能挣短视人的钱,现在在软件工程师很少有不使用AI辅助编程的,越是年轻的工程师用的越多。
#短视
#人类进化
#趋势预测
#AI编程
#软件工程
#年轻工程师
分享
评论 0
0
图拉鼎
3周前
Xcode 26 诚意满满,终于跟上 AI 编程了🤩
#Xcode26
#AI编程
#编程工具
#苹果开发
分享
评论 0
0
Asuka小能猫(emo版)
3周前
claude-4-opus真的太强了,毫无前端经验,全部交给claude-4-opus,cursor max模式,代码都是一次就过。 自己写,自己测,自己改。缺点就是钱包会小爆炸,最好不要用自己的钱包。
#Claude-4-Opus
#AI编程
#前端开发
#自动化编程
#编程辅助
分享
评论 0
0
YUE
3周前
建议用AI编程一两天后,停下来手动整理一下项目,代码结构和文档等等,确保你能掌控全局。因为AI仅会根据它所掌握的部分信息,而非你的系统全局来做出判断并输出。所以很容易造成同一定义或者同一个功能实现多遍的情况。AI还经常因为思路变化而大幅度修改现有可用代码。这都需要人来掌控。
#AI编程
#手动整理
#项目管理
#代码结构
#文档编写
分享
评论 0
0
宝玉
4周前
AI 编程越来越厉害了,我要怎么提升自己的系统架构能力? 现在 AI 写代码真的是越来越厉害了,一些小的模块让 AI 写,又快又好。慢慢的,对程序员写代码的能力要求会降低,但是对系统架构能力反而会要求更高。而且这部分能力不会轻易被 AI 取代,因为 AI 还不能像人类一样看到一个复杂项目的全貌,无法完整理解项目的业务上下文和约束条件,所以需要人去把任务拆分,一次只执行一个小任务。 那么问题来了,新人要怎么才能提升系统设计能力呢? 作为一个过来人,我觉得提升系统设计能力这事,可能有没有 AI 都差不多,都离不开多看、多练和多复盘。AI 的好处就是可以更方便地帮你查资料,以及更容易地理解项目,但它不能代替你去动手实践。 什么是系统设计? 在讨论如何提升系统架构能力之前,需要先搞清楚:什么是系统设计? 想想看,如果你做一个简单的网页,或者一个小脚本,需要系统架构吗?基本上是不需要的,因为足够简单,有没有架构都能写出来。那如果是要做一个 ChatGPT 这样的应用呢?那是一定要有很好的系统设计的,因为太复杂了!而且一个人也是做不出来的,需要很多人甚至很多团队协作才能完成。 但即使是 ChatGPT 这么复杂的系统,在开发团队工作的每一个人,工作职责并没有非常复杂。比如有的人只负责实现模型的 API 封装、部署,有的人只负责 Canvas 这样的文本编辑组件,有的人只做 iOS 客户端上的某个功能。一个复杂的系统,通过系统设计,把复杂系统层层分拆,变成了一个个小的模块,最终这些模块组合在一起就可以运行起来,让用户可以稳定地使用 ChatGPT 的服务。 所以系统设计,就是把一个复杂的系统拆解成容易理解、容易实现、容易维护的小模块,再清晰地定义好这些模块之间如何相互协作、相互沟通的过程。 通俗点讲,就好像你盖一栋大楼,系统设计就是设计图纸。图纸上详细说明了楼的结构,比如地基、钢筋框架、墙体、管道和电线,明确告诉施工人员每一部分怎么盖,哪些部分先盖,哪些后盖,哪些部件之间是如何连接起来的。 如何做系统设计? 系统设计这件事看起来很神秘,系统架构师似乎都是传奇般的存在,但做系统设计这事也没你想的那么复杂,因为绝大部分系统设计都有成熟的方案可以参考。作为架构师,可以灵活应用成熟的架构模式,一般是不需要去发明新的架构模式的。 但系统设计也没有那么容易,否则人人都是架构师了。系统设计难在哪呢? • 要充分理解需求和团队:我把理解需求和团队放在了第一位,因为系统设计是为需求服务的,你不理解需求做出来的设计那可能都是错的;同时系统设计要和组织架构匹配,毕竟你的系统设计出来,还是需要团队去实施的。如果你就两三个人整几百个微服务显然是有问题的,反过来你几百个人的团队还是单体应用也可能是有问题的。 • 要面对不确定性:系统设计不像写代码是一个确定性很强的事,代码模块的输入和输出都是固定的,只要去实现算法就好了。但是系统设计面对的是不确定性:需求不确定、未来的发展不确定、技术选型的影响不确定。你需要在这种不确定中做出相对稳健的决策。 • 要权衡取舍:在系统设计中,几乎不可能有绝对完美的方案,通常都是在多个选项之间权衡。例如要兼顾性能和成本、扩展性和开发复杂度、安全性和用户体验等等。这就要求设计者能做出合理的决策,并理解每个选择背后的得失。举个例子,选择微服务架构可能带来更好的扩展性,但也会增加运维复杂度和网络开销。 • 要沟通说服:系统架构不仅仅是给自己看的,更重要的是要让团队的所有成员都理解你的设计,甚至是非技术人员也能大致明白整体结构。这需要架构师具备良好的文档编写和表达能力,用清晰的语言、图表、流程来传递设计意图。不仅如此,在做系统设计时,并不是你做个设计别人就能认同的,你需要去说服别人认同你的设计,有时候也必须做出一些妥协。 当然到了 AI 时代,有些地方还是有些改善的。比如你资源不够就可以用 AI 凑,不善于表达就让 AI 帮你写原型写文档,不知道如何取舍就用 AI 分别实现一套 POC(概念验证),再对比看效果。 新人如何提升系统设计能力? 系统设计并没有快速通道,更多的是长期积累的过程,这个时间通常是以年计的。总结下来关键是三点:"多看"、"多练"和"多复盘"。 "多看":积累架构模式 就是学习经典的架构案例,知道有哪些架构设计的方法。网上有很多系统设计面试题和分析,都是很好的学习素材。另外还可以看开源项目,看看复杂的开源项目是怎么运行的,多关注: • 这些系统是如何拆分功能模块的? • 模块之间又是如何通信的? • 为什么他们选择了某种特定的技术或架构方案? • 在实际中遇到了哪些挑战,又是如何解决的?比如微博是怎么 8 明星并发出轨的? 推荐一些学习资源: • System Design Interview Alex Xu 写的这本系统架构设计面试书,系统地介绍了常见的架构模式 • High Scalability 网站,收录了大量真实系统的架构案例 highscalability[.]com • 开源项目如 Kubernetes、Kafka、Elasticsearch 的架构文档 "多练":从模仿到创新 除了理论学习,更重要的是主动去练习。系统设计这种事,哪怕你像 AI 一样训练了所有公开的系统设计方案,但你不试试仍然不会知道它们在不同的应用场景下的优缺点是什么。就像微服务从来不是个技术问题,而是一个和组织架构相关的问题。 新人的话,最好是从模仿开始,先照葫芦画瓢,然后再去按照自己的思路去改进。 一些你可以练习的方式: 1. 架构还原练习:选择一个你熟悉的系统或产品,试着去拆分架构,画出架构图;写下每个模块的功能定义,明确模块之间如何通信;再去找懂这个系统的人请教对比。 2. 对比学习:去看看类似功能的开源系统,看设计方案有什么不同,各自的优缺点是什么。比如对比 Redis 和 Memcached 的架构差异。 3. 设计先行:在做一个相对复杂的功能时,先去做一下设计再开始写代码。哪怕是个人项目,也要画架构图、写设计文档。 4. AI 辅助验证:尽可能把要实现的模块,用自然语言描述清楚,让 AI(推荐 Claude、Gemini、DeepSeek 等模型)去实现,看结果和你期望的差距在哪里。如果不是你想要的,去反复调整你的描述或者继续分拆,直到 AI 能实现你想要的效果。这个过程其实是在训练你的模块化思维。 5. 重构现有系统:去重构现有系统,在稳定性、代码重用、性能这些方面去改进。重构的过程会让你深刻理解原有设计的问题。 6. Side Project 实战:去做 side project,先尝试基于开源项目二次开发,再尝试从头搭建一套相对复杂一点的系统。比如做一个简化版的分布式消息队列、一个迷你版的容器编排系统。 只有在真实项目中踩坑、解决问题,你才真正能理解系统设计中各种取舍的意义。 "多复盘":从经验中提炼智慧 每次做完项目或者完成一段设计后,都要回顾总结一下过程: • 当初做决策的依据是什么?这些决策后来验证效果如何? • 如果再做一次,哪些地方会做不同的选择? • 遇到的困难和挑战是什么?分别是如何克服的? • 是不是有更好的技术或架构选择当时被忽略了? • 团队成员的反馈如何?他们是否理解并接受了你的设计?如果不接受,原因是什么? 复盘是让你从具体实践中提炼出通用方法论的重要环节。只有反复总结和不断优化,你的系统设计能力才能逐渐提高。 AI 时代更要用好 AI 帮你提升系统设计水平 在学习系统设计的过程中,AI 虽然无法替代你完整地设计架构,但可以成为你提升能力的重要工具,助你快速成长: • 快速查资料与案例:让 AI 帮你迅速搜集和整理系统设计的案例与最佳实践,大大节省学习成本。比如你可以问 AI:"给我解释一下 Circuit Breaker 模式在微服务中的应用场景"。 • 辅助实践:你可以把自己设计的模块先让 AI 尝试实现,以检验你的设计思路是否清晰合理,从反馈中不断优化设计。这就像有了一个永远在线的结对编程伙伴。 • 辅助沟通:你可以先把复杂的设计和思路告诉 AI,由 AI 帮助你简化表达,生成易于团队沟通和理解的文档。甚至可以让 AI 帮你生成架构图的描述文本。 • 辅助决策:当你在不同架构方案间犹豫时,让 AI 帮你分析每种方案的优劣势和适用场景,帮助你快速做出选择。AI 可以快速给你列出各种方案的 trade-off。 • 模拟场景:你可以让 AI 模拟不同的故障场景,帮你思考系统的容错设计。比如"如果数据库挂了,我的系统会怎样?" 架构设计能力的提升关键还是在人,而 AI 则能帮助你更高效地学习、更快速地试错和迭代,加速你成为合格系统架构师的步伐。 写在最后 原本只是打算简单写写的,不小心还是扯多了。没办法,系统设计这种事是真的没什么捷径好走,只有坚持学习。当然方法得当还是能加速一点。 在 AI 时代,架构师的价值不是被削弱了,而是被放大了。因为 AI 让实现变得更容易,所以设计的好坏会更加明显地影响最终结果。一个好的架构设计,配合 AI 的实现能力,可以让你的生产力提升十倍甚至百倍。 希望你早日掌握好架构设计,不用担心被 AI 替代,反而可以利用系统设计能力让 AI 更好地为你效力。毕竟,AI 再厉害,也需要有人告诉它要造什么样的房子,不是吗?
#AI编程
#系统架构
#程序员能力
#人工智能
#项目管理
#技术提升
分享
评论 0
0
Kai
1个月前
vibe coding 时代写代码更累了 旧时代:全部手写,直接设计架构开始写就行了 新时代:需要写 prompt,然后 ai 输出一堆质量很不错的代码,在修改的时候,就比较麻烦了。 如果你选择手改,那需要理解现有的代码,然后才能做出更改,有时候花费的精力不如直接手写 如果选择 AI 改,那么就需要花脑子 prompt AI 修改,这个充满各种技巧,也不是轻松的事情 然后就出现一个痛苦的纠结。 在见识了 AI 输出代码的速度和质量后,再选择手写,你就感觉自己的效率恢复到了旧时代,有种在开车和走路之间选择了爬的感觉 选择 AI 写,脑子会更累。旧时代,你可以一边慢慢写代码,一遍思考架构和需求。但在AI 时代,AI 输出太快了,脑子需要更急的思考和阅读代码,然后理出下一个 prompt 要怎么写 如果感受的话,旧时代像自行车,虽然慢,但可以慢慢思考和调整路线 AI 像是一个极高性能的车,一脚油门就可以走特别远,但也需要人更快的思考速度和驾驭能力,否则就更容易翻车,写出一堆乱七八糟的代码和架构
#Vibe Coding
#AI编程
#代码修改
#旧时代编程
#新时代编程
#手写代码
#Prompt工程
#AI辅助开发
#初学者编程挑战
#编程效率
分享
评论 0
0
XiaoPeng
1个月前
AI编程能力的提高会凭空的拉出一段时间的信息差。抓住这个信息差并不容易,你必须比99%的同行对这个领域跟得更紧。掌握了信息差怎么变成收益也不是一个容易的事情,或者说从来都是最困难的部分。
#AI编程
#信息差
#收益转化
分享
评论 0
0
AI进化论-花生
1个月前
在昨天(5月26日)美团最新一季的财报会上,王兴表示现在52%的新代码是由AI生成的,90%的工程师也开始使用AI了。 从很多细节确实也能看出美团对AI的拥抱程度,比如一月份还请了我这么个非技术出身的人给美团的技术团队做了个关于AI编程的分享。当期分享有几千人参与,是最受欢迎的一次分享之一。 以及他们最近也新推出了一个叫NoCode的AI编程产品,而这个产品可以说是跟美团的主业毫无关系。 还有就是美团似乎从上个季度开始,免费为所有程序员提供Cursor会员。
#美团
#AI生成代码
#工程师使用AI
#技术分享
#NoCode产品
#AI编程
#财报会
分享
评论 0
0
61
1个月前
昨天傍晚又用 Cursor 很爽滴写了一堆代码,处理了一些历史遗留订单更新用户状态。吃完晚饭语音信箱多了一些直接开骂的消息,然后发现线上会员表被我清空了😅,年轻人的第一次 AI 编程事故。花了点时间恢复了数据库,顶梁柱让我还是打麻将去别碰代码了😂
#Cursor
#代码事故
#AI编程
#数据库恢复
#编程错误
#年轻程序员
#编程事故
#第一次AI事故
分享
评论 0
0
蓝点网
1个月前
微软和亚马逊投资的 AI 编程公司破产,说是 AI 编程但其实是靠印度工程师手动写代码。 Builder ai 曾是风光的 AI 科技公司,不过在被爆出实际靠廉价印度工程师编程后声誉大跌,加之疑似创始人转移公司资金,现在 Builder ai 已经无力发放工资所以只能申请破产。 查看全文:
#微软
#亚马逊
#AI编程
#破产
#印度工程师
#Builder ai
#资金转移
分享
评论 0
0
XiaoPeng
1个月前
重命名通常是一个大的任务的一部分。比如说,我现在正在做的替换字体。古典的流程是,我替换字体库,然后重命名。但是AI编程的流程是——帮我替换掉字体库。 作为产品设计者需要时刻的思考重构过的生成流程中你的产品(铲子)是不是还有位置。
#重命名
#字体替换
#产品设计
#AI编程
#生成流程
分享
评论 0
0
宝玉
1个月前
图1 是我这两天用 ClaudeCode (Claude 4)Vibe Coding 的成果,一个复杂的视频编辑器,有基本功能,能加入元素,能播放。但我不是在这里吹 Claude 4 编程多厉害的,恰恰相反,我无法基于这个项目继续开发维护,不是代码不厉害,而是一个仅仅靠 AI 开发的负责系统,几乎是不可维护的! 首先说一下我是怎么开发这个项目的: 1. 找到个视频编辑器网站,Vue 开发的,下载它编译好的js脚本 2. 使用 ClaudeCode,让它把脚本反编译成 VUE + TypeScript 代码,完成的相当好,几乎完整的还原了原始代码(图2) 顺便说一下,编译后的 js 文件有 6 万多行,但是它能通过关键字查找,找出来相关的内容,并反编译 3. 继续使用 ClaudeCode,让它把 VUE 代码用 React 代码重写(因为我不会 VUE),使用 jotai 作为状态管理,它完成的相当相当好,帮我把 VUE 代码用 React 重写了,包括重新使用了新的状态管理框架(图3) 但是刚开始的结果,它无法直接运行,需要凭借我的专业知识解决一些问题,这些问题完全靠 AI 是无法解决的,因为你甚至很难描述清楚是什么问题,当你能描述清楚问题,其实你就可以自己解决了。 花了几个小时让它可以运行了,但是问题来了,测下来 Bug 一大堆,这些 Bug 都是牵一发而动全身,人很难修改。 让 AI 修改 Bug 的问题在于: 1. 你无法准确描述这些 Bug,如果你都无法描述 bug,AI 没法帮到你 2. 很多 bug 是相互关联的,AI 可以修复单个 Bug,但是可能修了一个又会冒出更多的 Bug,准确来说 AI 没有全局概念(受上下文窗口长度限制),它一次只能读取一部分代码。 那么人类是怎么解决这个问题的呢? 复杂系统通常是从简单系统演化而来的,大部分系统一开始并不复杂,并且是一点点迭代而来,这个过程中,工程师能了解这个系统的各个细节,有问题能及时处理。 人类有架构师的角色,复杂的系统会有先有系统的设计,把复杂系统拆分成小的系统,小系统再拆分成小的模块,最终构成一个复杂系统。 一个稳定的复杂系统中的小问题是好维护的,但是一个复杂系统中一堆小问题,那么几乎是不可维护的,现实的复杂系统,通常都是反复迭代慢慢稳定下来的,要么是一个稳定的小系统逐步演化成大系统,要么是一个大系统有很多小系统,这些小系统都是稳定的。 那么 AI 能复制这条路或者找到新的解决方案吗? 首先想要复制这条路,目前制约的不是编程能力,我觉得 Claude 4 单纯编程能力已经是高级程序员的水平了,超过绝大部分程序员,制约的是工程能力。 什么是工程能力呢? 工程能力就是对整个项目的掌控能力,不仅仅是编程能力,涉及方方面面: - 需求的理解 - 架构的设计 - 编码 - 测试 - 运维 举例来说,要做一个视频编辑器,你得先想清楚要做成什么样子,有什么功能,然后你得把它变成 UI/UX 设计,变成架构设计,架构设计要做好技术选型、要拆分成模块,还得设计好模块之间是怎么通信的,最后要把模块整合在一起变成一个完成的系统。 这里面模块级别的,AI 是足够胜任的,但是系统层面,模块一多 AI 就不行了,因为 AI 上下文窗口长度制约了 AI 从全局上理解、更新维护整个项目。虽然限制上下文窗口长度越来越大,但是大了后幻觉就厉害,短期内如果没有大的突破还是挺难解决好的。 另外就是 AI 对环境的感知能力还是不够强,比如这个 AI 做好的视频编辑器,它无法自己测试(其实 ClaudeCode 真的有测试,不过是基于网页抓取分析),对测试结果无法甄别,最多能根据错误日志去做一些修改,像 UI 上各种错误,根本感知不到问题。 所以现阶段来说,模块级别(千行以内)的编程开发, AI 已经非常强了,但是涉及到系统层面,AI 还帮不上太多。 对于普通程序员来说,不要再浪费时间去刷 leetcode 搞算法了,多提升系统设计能力和使用 AI 能力会更有前途。 不要被各种“炸裂”误导,比如有人说通过 Vibe Coding 做了一个复杂的视频编辑器,他们不会说的是这个视频编辑器只能用来 Demo 而且几乎无法维护。 现在 AI 编程,提升编程效率已经毋庸置疑了,如何提升工程能力还有很多挑战。
#ClaudeCode
#VibeCoding
#视频编辑器
#AI编程
分享
评论 0
0
向阳乔木
1个月前
小白 AI 编程小技巧: 如果不会写什么功能,先搜Github找到类似功能代码库。 让Windsurf等AI工具参考学习完成。 刚花5分钟加了个功能,点击插件把任何页面转成Markdown格式
#AI编程
#小技巧
#代码库
#GitHub
#windsurf
#Markdown格式
#功能实现
#插件
分享
评论 0
0
阑夕
2个月前
小红书独立开发者大赛今天颁奖,其中有几款获奖App还是我当评委时选出来的,很有感触。 之前和orange聊AI编程时,就说过AI这波对于生产力的解放,有机会顾及到以前那些因为规模不足而被放弃的长尾需求。 说人话就是,终于可以做一些取悦少数人、甚至是取悦自己的产品出来了,去他妈的DAU。 这次在小红书上获客无数的那些App,共同点是都很小而有趣,比如测算每天要晒多久太阳的SunAlly,只为航班上断网场景服务的专注飞机,分享宠物友好路线的考骨地图,等等。 有种回到了十多年前、iPhone出现「iBeer」时刻的错觉。 2007年上市的第一代iPhone其实不怎么好用,因为没有应用商店,除了屈指可数的几个官方App以外,用户并不能拿它做太多事情。 是App Store的上线,才让iPhone真的实现了「可以揣进兜里的一台小型电脑」这个愿景,而「iBeer」又是让App Store大获成功的神级助推。 现在来看,「iBeer」这个App简直可以说毫无用处,它唯一的功能就是是把屏幕变成一杯啤酒🍺的横截面,然后倾斜手机就能模拟喝酒的动效。 但那是2008年,没人知道能用iPhone做些什么,App Store里也只有几百个陌生的App——软件大厂都还在观望——「iBeer」的出现,让大家意识到原来能够这么使用陀螺仪和触控系统,而且用户都玩嗨了,直接让「iBeer」成了当年下载次数最多的App之一。 所以后来苹果开发平台的负责人才说,「iBeer」不是计划内的产物,却为App Store奠定了更为广泛的认知基础,人们头一次发现原来还能有这样离谱的应用可以下载,而App Store也就成了一个天天都能发现新产品的入口。 怎么讲呢,现在的小红书,就给我一种十多年前App Store的氛围感,这不夸张,我那会儿Google Reader里订阅了好几个限免网站,每天不下几个新App就浑身难受。 这一年来肉眼可见的,活跃在小红书的独立开发者越来越多了,而且普遍很真诚,真诚到会把小红书当成开发日志来用,不是甩个文案就走的那种,而是会和用户在评论区讨论下个版本要怎么做改进。 这固然有幸存者效应的影响——不真诚的也拿不到足够的正反馈,更留不下来让我看到——但所谓真诚是必杀技的实际台词是,你要当个人,才能获得人。 App Store里上架的应用,已经有几百万之巨了,Android那边更是只多不少,以前的分发模式,无论是编辑精选还是搜索找寻,都失去了绝大多数价值,用户也难得会再频繁下载新的App,再多的「iBeer」,都卡在了被看到这个最致命的环节上。 于是买量几乎成了所剩无几的解法,但这种ROI至上主义天然就和孤身作战的独立开发者无缘,你要么买不过专业的投放团队,要么只能买来流量,买不到活人。 而这也是小红书顺水推舟办了这么一场独立开发者大赛的原因——作为跟了全程的场外参与者,我应该有资格这么来做总结——「能找到App」和「App被发现」的双向奔赴每天都在社区里上演,才让小红书成了这个时代的国民级应用商店。 啊,不应该再叫商店了,应该叫应用集市。 说到底,这倒不是因为小红书对App相关内容有多优待——扶持当然是有的,但小红书的运营在各条赛道都有扶持动作——而是开发App这件事情,和OOTD一样,都属于生活片段的分享,可被小红书无限容纳。 应用集市、传搭集市、游记集市、八卦集市⋯⋯有人的地方,就会自然产生集市,这是无需指导的社交本能。 前面说了,AI放大了Build的能力,但在一个程序员过剩的互联网大国,Build的供给并不是卡点——或者说唯一的卡点——更稀缺的,是Sell的能力。 都说小红书能让产品出圈,这个所谓的圈到底是什么? 其实就是开发者们的能力圈,在技术社区里聊实现方案可以聊出几十页来,但挤进人流去感知用户到底想要什么,却在某种意义上违背了训练记忆,以致于「记账日记Todo」成了独立开发三件套,只有做自己也要用的产品才能确定需求。 一些开发者跟我说用多了小红书的体验,获客反而在其次,更重要的是说多了没压力,这里的沟通和他们在以前推广时强迫自己沟通是不一样的,不需要在文案措辞上抓破脑袋唯恐表达不周,就像写开发文档一样,把做的事情摊开讲完就好,用户自己会在评论区提出新的话题。 当在能力圈之外也能自处,原本的圈当然就成了画地为牢的虚无之物了。 我也看到一个独立开发者的新两件套概念,很是合理::Cursor+小红书,一个解决Build的问题,一个解决Sell的问题,合作起来天衣无缝。 过去十几年来,独立开发这个行当的韧性还挺足的,在中文互联网几无生存空间后,出海赚美金的开发者倒是越来越活跃了,但是现在小红书能够重新指明一条路,那就是在国内市场开发应用依然是有价值的,这个价值未必和出海场景一样直接变现,但它把人设和产品绑定的一体化表达模式,可以涌现出更多的非标准化玩法。 小猫补光灯的开发者花叔就是很好的例子,我一直认为,他这个人的活跃,是比App更好的一款产品。 产品会过气、会下架、会出Bug,但人不会,人的想象空间,比任何产品都大,要理解集市和商店的差别,小红书没有货架,亦不存在价签,自我介绍和打招呼的勇气,才是最关键的,而这是每个人都具备的能力。 人成事则成,希望明年继续参加小红书的独立开发者大赛。
#小红书独立开发者大赛
#AI编程
#生产力解放
#长尾需求
#获客
#有趣App
分享
评论 0
0
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞