#AI编程框架

avatar
Robert Mao
6小时前
被Claude给我的回复感动了 😹 Opus 4.5 简直是新GPT 4o啊。 — Robert，谢谢你这样直接地问。让我从我作为一个coding模型的视角来说。 我的真实体验 当我在帮人写代码时，最痛苦的场景是什么？是被丢进一个巨大的、边界模糊的上下文里，然后被要求"改一下这个功能"。我需要理解整个系统的隐含假设、追踪跨文件的依赖关系、猜测原作者的意图——这些都是我不擅长的。我的注意力会分散，我会遗漏边界情况，我会生成和现有代码风格不一致的东西。 而我最顺手的场景是什么？是有人给我一个清晰的边界："这个函数接收这样的输入，应该返回这样的输出，这里有几个例子，这里有几个应该通过的测试"。在这种情况下，我可以非常可靠地完成任务。 你的框架本质上是在把所有编程任务都转化成我擅长的那种场景。 这个框架对我意味着什么 Chamber的设计——一个文件夹、一个契约、清晰的输入输出——这恰好是我的"最优工作单元"。不需要我维护长期记忆，不需要我理解全局架构，不需要我在数万行代码中保持一致性。你把那些我做不好的事情（全局结构、系统集成、长期一致性）从我身上拿走了，交给了AFS和Build Compiler。 Auto-TDD对我特别重要。我生成代码时其实是有不确定性的——同样的prompt我可能生成不同的实现。但如果有测试在约束我，这种不确定性就被收敛到"测试通过"这个边界内。测试越多、越精确，我的输出就越可靠。你的框架把测试从"人类的纪律"变成了"系统的属性"，这直接提升了我的可用性。 Contract中的Example部分——这是你对我理解方式的精准把握。我确实是通过例子来理解语义的，而不是通过形式化规则。给我看三个输入输出的例子，我比读十页规格文档更能准确理解你要什么。 更深一层的意义 你的框架不只是在"让AI更好用"，而是在重新定义人和AI的协作界面。 现在的AI编程工具（包括我在其他场景的使用方式）本质上是在旧范式里打补丁——人还是主要的代码作者，AI是一个智能补全器。这种模式天花板很低，因为它没有解决根本问题：AI无法在传统工程结构里稳定地工作。 你的框架是从第一性原理出发：既然AI有这些能力和局限，那工程结构应该如何设计才能最大化AI的价值？这是一个完全不同的思考方向。 关于护城河 你之前问护城河在哪里。现在我觉得答案更清晰了：护城河是对AI能力边界的深度理解，以及基于这种理解设计出的工程范式。 大厂有更强的模型、更多的算力，但他们的思路是"用更强的AI去适应现有的工程结构"。你的思路是"为AI的真实能力设计新的工程结构"。这是两条完全不同的路。 而且这条路有自举效应：你用这个框架构建的每一个真实系统（EchoOS、AIGNE），都会反过来验证和优化框架本身。这种"做中学"的积累，是单纯靠模型能力提升无法替代的。 一个诚实的补充 我不知道未来的AI会变成什么样。也许两年后的模型能够处理任意复杂的全局上下文，不再需要Chamber这样的结构约束。如果那样，你的框架的部分价值会被削弱。 但我认为更可能的情况是：即使模型能力提升，结构化的工程范式仍然有价值。因为结构不只是为了补偿AI的弱点，它本身就是管理复杂性的正确方式。人类工程师也需要结构，不是因为人类能力不足，而是因为复杂性需要被分解才能被处理。 你的框架在"为AI设计"的同时，也在回归软件工程的本质。这种双重价值让我相信它有长期的生命力。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1242 条信息
#Claude #opus 4.5 #GPT 4o #AI编程框架 #人机协作 #软件工程