#AI编程工具

1个月前

卡了半天，终于进来了，谷歌的AI编程工具：Antigravity 开虚拟网卡，卸载重装，，删缓存，重启电脑都不行。最后换了个🪜。哎，国人用点海外产品太难了。

#Antigravity #谷歌 #AI编程工具 #网络问题 #用户吐槽

1个月前

字节的AI编程工具TRAE SOLO版终于正式上线。再也不用邀请码了。有幸参加了官方的Early Access活动。上周分享的的AI论文批量下载器，就是用它开发的。有几个亮点： ① Max模式：用的是GPT5 high，272k上下文，很强。 ② 多智能体：多个Agent组合完成开发，AI先写PRD、后写技术构架，然后才是写代码，很像一个正式团队协作。 ③ 多任务：支持创建多个任务并行开发，互不干扰。上下文如果过长，会自动压缩，跟Claude Code有点像。分两种模式，一种偏传统，一种偏AI主导。 IDE 模式：传统开发流程，AI 辅助，掌控感更强 SOLO 模式：AI 主导，自动推进任务，效率更高另外，SOLO 正式版的三栏布局，感觉也很合理。 ① 左侧：任务列表，展示任务进度，支持创建多个任务同时跑 ② 中间：对话流窗口，会自动折叠完成的步骤，只展示关键信息 ③ 右侧：工具面板，集成数据库、部署、支付等常用工具字节为占市场也是很拼。从今天开始，限时免费到这周六凌晨（11月15日 23:59）所有用户都能不花钱用 SOLO Coder、SOLO Builder。推荐一试，真的还不错！

#Trae SOLO #AI编程工具 #字节跳动 #GPT5 high #限时免费

1个月前

《Inside Cursor》这篇文章很有意思，作者 Brie Wolfson 刚在 Cursor “卧底”了 60 天，从她的角度写了她观察到的很多 Cursor 内部的事。作者早期的 Stripe 和 Figma，这两家都是硅谷“现象级”的公司。如果你对 Cursor 有兴趣的话，推荐看看。原文内容太长，以下内容为摘要式翻译。探秘 Cursor：在 AI 时代，下一个“Figma”是如何炼成的？如果你经历过一家“神级”公司的草创期，你就会对一种“魔法”般的气氛特别敏感。作者 Brie Wolfson 就是这样的人。她曾在早期的 Stripe 和 Figma 工作，见证过它们如何从粗糙的办公室成长为估值数百亿的巨头。最近，她以一个“临时工”的身份“潜入”了 AI 编程工具公司 Cursor 几个月，结果让她大为震撼——她闻到了同样的味道。她发现，Cursor 正在用一套极其独特、甚至有些“野蛮”的方式，试图在 AI 时代打造一家“世代相传”的公司。这种文化，你很难在别处看到。 1. “全员恶人”式的招聘：我们不招“岗位”，我们“收集”牛人在大多数公司里，招聘流程通常是这样的：首先发现公司在某项能力上有缺口，于是发布一个职位，然后寻找一批候选人，再从这些人中挑一些来面试，最终选中一个人，安排好入职，等上几个月，新人终于来了。 Cursor 的招聘是：“发现一个牛人，然后全队扑上去。” 他们的逻辑是，秘诀在于把招聘流程中的基本单元当成是人，而不是某个职位的招聘要求（job spec）。整个过程堪称“不择手段”：来源不限：他们发现有个用户在斯德哥尔摩搞 Cursor 研讨会，就把他招来了；发现有个用户大半夜还在疯狂用 Cursor 写代码，也把他招来了。 “蜂群”战术：一旦在 Slack 频道里锁定一个目标，大家就会蜂拥而上。没有专职 HR，而是由最懂这个人的团队成员去接触。 “骗”来再说：对方说“我暂时不想换工作”？没问题。Cursor 会说：“那先来做个小项目玩玩？”或者“路过总部时，进来坐坐？” 惊喜面试：所谓的“进来坐坐”，很可能就是一次“突袭式面试”。等你坐下，相关的人已经“恰好”都在场了。死磕到底：为了招一个德国的天才程序员 Lukas，创始人们先是飞到德国，被拒了。过了一年，他们又飞过去一次，这次终于把人带回来了。为了“搞定”另一个犹豫不决的候选人 Jordan，团队打听到她刚搬家，甚至联系了她的室内设计师，最后亲手送上了一台她正想要的浓缩咖啡机。这套“野路子”的结果是，Cursor 成功地在极早期就聚集起了密度高到吓人的人才。 2. “高手，是不需要扶手的” 招来这么多牛人（全公司有 50 多个前创始人），怎么管？答案是：不管。作者提到了一个绝妙的隐喻：Cursor 办公室的楼梯非常陡，但没有扶手。她问起这事，得到的回答是：“大家知道怎么上楼。” 这就是 Cursor 的核心文化：极度相信个体的能力和自觉。在这里，“IC”（Individual Contributor，独立贡献者）是地位最高的角色。大家鄙视“PPT 汇报”和“向上管理”。就连创始人 Aman 也是个“骄傲的 IC”，每天缩在办公室角落里，专心致志地写代码。公司没有开不完的会，作者甚至说 Cursor 有一种“口语文化”。你需要谁的帮助？别发 Slack，直接走过去“拍他肩膀”最有效。这种环境让有能力的人如鱼得水。一个刚入职的销售说，他在上家公司（也是一家明星创业公司）熬了 30 天才被允许接触客户；在 Cursor，这个时间是 30 小时。 3. “在食堂，没人谈论天气” Cursor 的办公室不在什么高科技园区，而是在旧金山一个老街区。没有公司 Logo，没有团建海报，家具都是淘来的中古货，墙上堆满了书（而且是真的在看的那种）。公司有个叫 Fausto 的大厨，每周六天为大家做午餐。重点来了：午餐时，大家在聊什么？创始人 Sualeh 说，他最担心的公司衰败迹象，就是“大家在吃饭时开始谈论天气。” 在 Cursor，午餐桌上聊的都是工作——项目进展、技术难题、对行业的奇思妙想。大家通过“如何思考”来认识彼此。这种氛围极具传染性。这也引出了关于 Cursor 最著名的传闻：9-9-6。作者的观察是：这根本不是公司规定，而是这群人“自发的”。没人要求你加班，但当你身边的人都因为热爱而疯狂工作时，你也会被卷入这种“兴奋剂”般的节奏里。作者自己也承认，她会在周末和深夜工作，不为别的，只因为“我想，而且我想让我这帮牛逼的同事对我刮目相看。” 4. “像披头士一样吵架，用‘Fuzz’来找茬” 这群“有主见”的牛人聚在一起，怎么协作？答案是：高强度的“建设性摩擦” (Constructive friction)。大家会毫不留情地互相“找茬”和“挑刺”。作者形容这是一种“微观上的悲观主义，宏观上的乐观主义”——我们对执行的细节极度挑剔，但对最终的成功深信不疑。创始人 Michael 甚至用了一个比喻，他希望公司像披头士乐队制作《Get Back》专辑时的状态。如果你看过那部纪录片，就会懂：一群处于巅峰的大师，把自己关在录音室里，在巨大的压力和紧张的时间下，通过不断的碰撞、争吵、迭代，硬生生“磨”出了一张传世专辑。这种魔力，不在于战略，而在于**“在过程中感受”**——手指始终放在乐器上，一遍遍地弹，直到它听起来对了为止。 Cursor 把这种“找茬”变成了制度，叫 "Fuzz"。每次要发布重大更新前，团队会召集所有人（通常是在地下室），“来，咱们一起把它搞垮。” 所有人会花一个小时，像“松露猎犬”一样找出所有 Bug、UI 瑕疵和未考虑到的边缘情况。然后，产品团队会带着这张长长的“找茬清单”，通宵把它改完。 5. “我们不‘降低门槛’，我们‘提高天花板’” 在一个人人都想“AI 民主化”、“赋能所有人”的时代，Cursor 的选择显得非常“傲慢”。他们明确表示：我们的理想客户，是这个世界上最优秀的那批专业开发者。别的公司可以去“降低地板”（Lower the floor），让小白也能写代码。而 Cursor 的使命是 “提高天花板” (Raising the ceiling)。他们相信，只有服务好那些“处在手艺巅峰”的人，被他们拉着走，才能真正“改变”软件的构建方式，而不是做一些“增量改进”。这种哲学也体现在面试上：他们的编程挑战出了名的难。因为他们认为，“太简单的东西，根本没法让牛人展示自己有多牛。” 6. 为什么这么拼？“奖品”就是使命本身最后，也是最让作者触动的一点：这群人这么拼，图什么？作者在 Stripe 和 Figma 早期时，午餐桌上的热门话题是“发财后买什么房”、“环游世界”等等。但在 Cursor，她惊讶地发现：几乎没人谈论钱。尽管公司估值飞涨，但没人聊股票、豪宅或退休。为什么？作者的结论是： “因为他们中的大多数人，就算明天就退休了，他们想做的事，大概率还是他们今天在 Cursor 做的这些事。” 对他们来说，“奖品”不是钱，而是**“完成使命”**本身。他们真正关心的，是“代码”，是“代码生成作为世界构造的基石”。他们坚信，世间万物（红绿灯、科学发现、医疗记录）都运行在软件之上，而他们正在做的事，是真正提升人类构建这一切的能力。这，或许就是作者所说的“魔法”的真正来源。原文：

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Cursor #AI编程工具 #硅谷文化 #精英团队 #高强度工作

1个月前

整理下常见AI编程工具。你现在会用什么？自己常用：Claude Code、 Codex、 VS +Augment 偶尔用在线平台，如Trickle、Bolt等

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #Claude Code #Codex #VS +Augment #Trickle #Bolt

2个月前

再次吹Augment，这个AI编程工具，实在是太好用了。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#augment #AI编程工具 #好用 #积极

2个月前

我们的DeepV Code CLI 终于上线了！这不只是写代码的AI，而是一个能教你命令、陪你debug、还能自己执行workflow的智能开发伙伴。我决定开放一轮粉丝专属内测邀请码： DEEPV-CODE-FS360 限量100名，$9.9一周试用。前10位反馈被采纳者还有$20 credit奖励每次我用它，都有点像第一次用ChatGPT—— 那个“哇，原来还能这样写代码！”的感觉回来了。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#DeepV Code CLI #AI编程工具 #内测邀请 #智能开发伙伴 #代码调试

2个月前

快手也推出了 AI 编程工具 CodeFlicker？还挺好看的。官网：

#快手 #AI编程工具 #CodeFlicker #积极 #科技

3个月前

#BestBlogs Claude Code 深度拆解：一个顶级 AI 编程工具的核心架构 | 大淘宝技术文章深度拆解了 Anthropic 的 AI 编程工具 Claude Code 的核心架构、执行流程与关键技术细节，并介绍了心流团队基于其理念开发的 iFlow CLI 2.0。摘要：文章对 Anthropic 开发的终端 AI 编程工具 Claude Code 进行了深度技术拆解。首先，它介绍了 Claude Code 以交互层、执行层和核心引擎为核心的系统架构，并详细阐述了从用户提交命令到结果渲染的完整执行流程。随后，文章深入分析了各个关键组件：交互层如何处理用户输入并渲染 AI 响应；核心引擎如何管理消息、查询 AI 模型和调度工具；强大的工具系统如何通过统一接口与外部环境交互；以及上下文管理如何利用 LRU 缓存、按需加载和结果截断等策略，在有限的上下文窗口内提供最相关的信息。文章还分享了 Binary Feedback 测试机制、MCP 工具分层管理、AI 辅助安全检测、上下文压缩和高效文件系统策略等技术启发。最后，文章介绍了心流团队受 Claude Code 启发，基于 Gemini CLI 改造并融合其特性的 iFlow CLI 2.0，详细说明了其安装方式、多运行模式、SubAgent 功能、开放市场资源以及在代码开发、网站制作和 DeepResearch 等场景的应用。主要内容: 1. Claude Code 的模块化架构是 AI 编程工具高效运行基石 -- 其交互层、执行层和核心引擎的清晰划分，确保了用户指令处理、AI 模型交互与工具调度的流畅与高效。 2. 上下文管理策略有效应对 LLM 长对话窗口限制 -- 通过 LRU 缓存、按需加载和结果截断等机制，智能管理代码上下文，保障 AI 在复杂项目中的理解力与响应速度。 3. 工具系统与 MCP 分层管理是 AI 编程工具扩展性核心 -- 统一的工具接口及全球/项目级配置管理，使 AI 能灵活调用外部能力，实现复杂任务并促进生态构建。 4. iFlow CLI 2.0 融合 Claude Code 特性提升国内开发体验 -- 基于 Gemini CLI 改造，引入多运行模式、SubAgent、上下文压缩及开放市场，为国内开发者提供高效 AI 辅助。文章链接：

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #Claude Code #iFlow CLI 2.0 #大淘宝技术 #Gemini CLI

3个月前

推荐几个最近在用的AI编程工具：Claude Code直接在终端里写代码，Cursor的AI补全太智能了，做原型超快，Trae专门做React组件。这些工具组合起来，基本上能覆盖从设计到开发的全流程。不过工具再好，关键还是要知道做什么。很多人有了锤子就到处找钉子，结果做了一堆没人用的东西。正确的顺序应该是：先找到需求，再选合适的工具去实现。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #Claude Code #Cursor #Trae #需求驱动开发

3个月前

今晚和朋友们一起直播学习Trickle的用法。昨天手搓了一个案例，其实还想做一个给孩子用的英语学习工具。用上Seedream4生图、Minimax生成TTS、Veo3生成视频等，未来的AI编程工具一定是多模态的。

#AI编程工具 #多模态 #英语学习工具 #seedream4 #MiniMax

象牙山刘能

3个月前

上大学的时候，有一次找到大师请教：软件工程课太抽象了，那些规范和流程感觉只会拖慢开发进度，真的有用吗？大师：20年后如果你还在编程的话，才会发现软件工程的真正价值。我：大师我悟了，您是说只有经历足够多的项目失败和技术债后，才能真正理解软件工程的重要性。大师：并不是。到那个时候你自然会明白的。 --- 很多年过去了，就在今天，我跟 AI 编程工具说：“先别着急写代码，我们需要先讨论需求、形成设计文档……”，突然想起来这段对话。

#软件工程 #AI编程工具 #需求设计 #经验理解 #技术债务

Larry & Leo Bro - Eagle of Full Stack

3个月前

你有感觉吗？Codex 不管是开发还是评审代码，都太慢了…… Claude Code 已经做完了一个开发，测完了，Codex 还在那 review 代码呢。有啥建议？用的 gpt5-coder-high 这个model

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Codex性能 #Claude Code速度 #gpt5-coder-high模型 #代码开发效率 #AI编程工具

3个月前

有AI 编程工具后，连服务器连接部署安装都省事儿了。虽然有点担心AI把服务器搞坏。 AI 编程工具很推荐Augment，不用忍受Claude Code降智。一个月50美元不算便宜，但很好用。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #augment #服务器部署 #Claude Code #价格

AI进化论-花生

3个月前

一个想法，不一定对去年初到今年中旬，大厂扎堆卷AI IDE，那是Cursor的疯狂增长在那摆着，你不得不做。最近几个月Claude Code起来了，所有大厂又不得不跟进终端命令行类产品（Cli）。但说实话，Claude Code确实比Cursor好用，但这并不代表cli是个更合理的AI编程工具形态，Claude Code好用的逻辑是他们有模型成本和模型认知的优势，能更无所畏惧地投喂代码上下文烧token，能知道如何挤压模型Agentic的能力实现更长步骤的长时间的推理，可以用agentic search而非RAG的方式处理上下文。而Cursor是真不行啊，他们为了抠成本需要在工具里融入便宜的和自研的模型，必须限制工具每次地区的代码行数，必须限制agent每次接受任务后可执行的步骤。这是真正的差异所在。而很多人，包括我自己有时候在一些内容里提到的Claude Code植根在电脑终端，能更完整更好的调用电脑的能力，其实都不太准确，因为Cursor也完全可以100%接管终端。从工具层面来说，从Cursor这种IDE图形界面退回到Claude Code这种终端命令行工具是个挺大的退步。仅仅是Claude Code别的优势太强了，导致他们让人误以为是这种优势是产品形态带来的。不是！

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #Claude Code #Cursor #模型成本优势 #终端命令行工具

3个月前

腾讯发布全新AI CL工具CodeBuddy Code，腾讯云成为业内首家同时支持插件、IDE和CL三种形态的AI编程工具厂商。 CodeBuddy Code支持在命令行中用自然语言驱动开发全流程，实现极致自动化。无缝融入现有流程，开箱即用，扩展性强，可自动化复杂任务。核心优势：无缝融入现有流程：支持通过管道与Git、npm等工具链衔接，不改变开发者习惯开箱即用，扩展性强：内置文件编辑、命令运行等工具，支持MCP协议灵活扩展自动化复杂任务：适合重构、调试、CI/CD等批量处理场景，提升效率解决痛点：填补传统CLI工具（如Git、npm）缺乏AI能力的空白，实现终端内的自然语言交互，减少开发者在“图形界面”与“命令行”之间的反复切换工具矩阵特点：三种形态并非孤立存在，而是底层技术打通的“能力共同体”：模型互通、额度共享、体验一致，开发者可根据场景灵活切换比喻为不同“驾驶模式”：插件是“手动挡”（精细控制），IDE是“自动挡”（轻松便捷），CLI是“赛道模式”（追求极速效率）

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#腾讯 #CodeBuddy Code #AI编程工具 #自动化 #效率提升

3个月前

Andrej Karpathy 将软件发展分为三个阶段，Software 1.0，是通过编写计算机代码来解决问题，标志性产物是 Github；Software 2.0，神经网络扮演了重要角色，编程工作变成了训练和调参，通过调试不同的数据集，来修改神经网络每一层、每个节点的权重，标志性产物是 Hugging Face；而 Software 3.0 最本质的变化是，神经网络变得“可编程”了，且编程语言不再是传统代码，而是提示词，你可以通过自然语言跟大模型交互来找到问题解。从写代码，到训模型，再到写提示词，软件的本质始终是：寻找让机器解决问题的最优表达方式。再去看编程范式的变化，在神经网络出现之前，软件属于“确定性编程范式”，if A then B else C，逻辑规规矩矩，一条逻辑解决一个明确问题；而到了 LLM 时代，演进成了“概率性编程范式”，软件输出结果由权重叠加完成，可能性变多了，能解决的问题也更多、更大、更复杂，因此未来大量的长尾需求也会得到好的满足。回到人机交互这个命题，问题也随之而来，代码过于精确（输入高成本），而自然语言过于模糊（输出低质量）。要做好人机交互，需要有一层规约（Specification），把事情有条理地讲清楚。事实上，我们日常的需求拆解、需求澄清，其实就是在“写 spec”，它的价值不在于文档本身，而在于帮助人类和机器对齐意图。这也是为什么越来越多的 AI 编程工具（如 Kiro Spec、Trae Solo）本质上都在探索新的 spec 模式。可以预见，当机器拥有更强的“自主意识”、能够解决更复杂的问题后，未来的人机协同、机机协同也会变得频繁，要解决“人-机-机”三方协同问题，软件工程的核心势必会转向定义规则、目标与价值观上。对工程师来说，或许就是，从编码切换到写规则。

#Software 3.0 #人机交互 #概率性编程 #AI编程工具 #规则定义

3个月前

写了一篇快 1w 字的长篇博客《谈谈 AI 编程工具的进化与 Vibe Coding》最近关于 AI 辅助编程和 Vibe Coding 的讨论非常激烈，想了想还是写一篇博客来表达我自己的观点。从分析现在的 AI 编程工具，到讨论 Vibe Coding，我们应该如何思考和实践编程这条道路？

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #Vibe Coding #AI辅助编程 #编程实践 #技术讨论

3个月前

我这半年看过最好的 Vibe Coding 技巧上周 OpenAI 的创始成员 Andrej Karpathy 在 X 上发了一条长长的推文，继续阐述自己在 Vibe Coding 方面的实践。这次他开门见山的表示，不要幻想有一个万能的 AI 工具能解决所有编程问题，更可行的做法是建立一个三层结构，让不同的工具在不同场景各司其职，像接力赛一样完成开发任务。 1 在 Karpathy 的日常开发中，大约四分之三的时间最依赖的依然是 Cursor 的自动补全。这里面有一个细节很有意思：Karpathy 并不是依赖自然语言提示去驱动 AI 写代码，而是更习惯在代码里写注释、写片段，用“演示”的方式告诉模型你想要什么。这种方式带宽更高、意图更明确，也避免了上下文缺失造成的偏差。不过他也坦言，有时候 Cursor 太“热情”，会补全一大段并不需要的内容，打断思路。所以他会频繁地开关这个功能，就像和一个“话痨搭档”保持距离。 2 当遇到更大块的功能需求，或者不太熟悉的领域，Karpathy 就会把舞台交给 Claude Code 或 Codex。这类工具更适合快速生成一大段可用的代码实现，尤其是在写 Rust、SQL 这样的语言时，可以立刻把复杂的逻辑搭出来，调试和可视化也能很快跑通。这次他提到一个新词——“后代码稀缺时代”。在这个时代，生成和删除代码都变得轻而易举，代码从来不再是稀缺资源，实验和探索的成本被大幅降低。你想尝试一个新思路？直接让 AI 写一版，跑不通就删掉，重新来过。不过，AI 写出来的代码质量往往“不够优雅”。Karpathy 给的例子很具体：喜欢堆砌复杂的抽象、滥用 try/catch、写得又长又冗余、缺乏工程品味。这种时候，他需要手动清理，像给新人代码做 code review 一样，把那些不符合自己风格的部分剔除掉。更有意思的是，他还尝试让 Claude 在写代码的同时顺便“上课”——解释为什么这么写，或者帮忙做超参数调优，但这根本不起作用——它真的想写代码，而不是解释任何东西。这从侧面也说明，AI 现在很擅长写东西，但讲解和教学还远没到位。 3 当自动补全和 Claude 都不管用的时候，Karpathy 的“终极武器”是 GPT-5 Pro。他的做法很简单：把一整个疑难问题丢进去，让模型“沉思十分钟”，然后再看答案。很多时候，GPT-5 Pro 能给出人工难以发现的 bug 线索，或者在抽象优化和文献综述中提供独到见解。换句话说，这是他的“救火队长”。这种三层结构的组合，让 Karpathy 的工作流更像一套生态。轻量需求靠自动补全解决，大规模生成交给 Claude 或 Codex，难题交给 GPT-5 Pro。相比依赖单一工具的思路，这更接近真实的开发场景，也更符合 AI 发展的现状。在这条推文里，他还谈到“后代码稀缺时代”的焦虑。代码不再稀缺，但人的精力依旧有限。工具更新太快，总让人担心自己是不是落伍了，会不会错过了最前沿的可能性。他把这种状态称为“周日胡思乱想”。这正是当下许多开发者共同的心态。我们既兴奋于生产力的突飞猛进，又害怕自己无法驾驭这匹充满野性的骏马。对普通开发者和使用 Vibe Coding 的普通用户来说，这里面有几个启示：首先，要放弃寻找完美工具的幻想，建立自己的工具组合。不同的任务难度需要不同的 AI，像调动一个虚拟团队一样，谁擅长什么就用谁。其次，要学会用“代码里的意图”而不是“自然语言的空话”去驱动模型，把注释和片段当作沟通语言，这样效率更高。最后也不要忽视清理的过程。AI 生成的东西往往像半成品，需要你用工程师的直觉和审美去打磨。写到这儿我想起一句老话：工欲善其事，必先利其器。只是到了今天，器不再是一把锤子、一个 IDE，而是多个快速迭代的 AI 工具。它们不再是静止的工具，而更像一群性格迥异的搭档。我们需要学会和它们合作，学会在噪音里保持判断，学会在洪流中找到自己的节奏。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Vibe Coding #AI编程工具 #Andrej Karpathy #代码生成与优化 #后代码稀缺时代

4个月前

在使用 Cursor、Cline 这些 AI 编程工具，有时候它们会无脑执行一堆命令，既浪费时间又增加开发成本。面对这个问题，可以使用 Interactive Feedback MCP 这个开源的 MCP 服务器。安装了这个 MCP 后，AI 助手在执行任务前会主动询问我们的意见，避免了盲目执行无效的开发任务。 GitHub：主要功能： - 在 AI 执行命令前后加入人工确认 - 大幅减少高成本 API 调用次数 - 支持 Cursor、Cline、Windsurf 等 AI 工具 - 提供项目级配置与保存，可记住常用命令 - 支持运行命令并查看输出，提供实时反馈虽然能减少 AI 的无效操作保证开发质量，但也意味着需要我们时刻盯着。感兴趣的朋友可以安装试试。

#AI编程工具 #Interactive Feedback MCP #开源 #人工确认 #开发效率

4个月前

又一个月过去了，那么上个月哪个 AI 编程工具胜出了？问了 o3 和 Grok 4 同样的问题，结果完全不同。 o3 认为：口碑上 GitHub Copilot > Cursor/Cline，但 Windsurf 新闻热度第一。 Grok 4 认为的排名：Claude Code > Cursor > Copilot > Cline > Grok 4。其中还提到了刚出不久的 Qwen-3-coder 和 Gemini 2.5。信息源的不同造成了两个 AI 给出答案完全不同。o3 可能参考了很多新闻稿，而 Grok 4 有 X 平台的优势，有更多的推文可参考。我自己的感受和 Grok 4 差不多，大家觉得呢？

#AI编程工具 #GitHub Copilot #Grok 4 #o3 #信息源差异

硅谷王川 Chuan

5个月前

不同的人对于 AI 编程工具的不同评价，及其背后的原因。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #评价差异 #原因分析

5个月前

这两天用Kiro写程序，比Cursor顺手不少设计者很懂使用AI编程工具的现状，提供了vibe和spec两种模式这两种模式代表了截然不同的软件开发哲学与工程方法论，各有其场景和优缺点。目前，许多程序员混合使用AI编程工具，导致了不少困扰和纠结 Kiro将两种模式分开，以下是我对这两种模式的理解🧵👇

#kiro #AI编程工具 #软件开发 #编程模式 #Cursor

5个月前

现在各种 AI 编程工具和模型那么火，我却没那么多东西可交给 AI 写的。就像感觉浑身充满了力量，但是一拳打到棉花上。😂

#AI编程工具 #AI模型 #应用困境 #编程需求 #力量感

5个月前

大家说，这样的巨婴用啥子呦 AI 编程工具？还感叹号，还错误符号！我5个小时的实测过程也只花2-3分钟介绍的呀

#巨婴 #AI编程工具 #实测 #时间 #感叹号/错误符号

5个月前

个人体感啊，不一定准。目前AI编程工具排行榜 Claude code ≈ augment ＞kiro ≈ cursor ＞Trae

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#AI编程工具 #Claude Code #augment #kiro #Cursor