#AI辅助开发

1周前

Google AI Studio更新把 Vibe Coding 从“玩具阶段”推到了“能做产品”的阶段。以前你用 AI Studio，其实就是写写 prompt，生成个页面，demo 能跑，但一旦涉及到用户登录、数据存储、多人协作这些真实需求，就得自己下场写后端，瞬间劝退一大批人。但这次不一样了，Agent 会主动帮你把 Firebase、数据库、认证全接上，你基本一句话就能从 0 搞出一个完整应用。说白了，就是把最烦、最杂、最容易卡住的那一层，直接自动化了。 AI 已经开始碰“系统级问题”，而不只是写点 UI。更大的变化其实是 Agent 的角色变了。以前是你说啥它写啥，现在更像一个有经验的全栈开发者，会反过来问你：“你这个是不是需要数据库？要不要加登录？要不要接 API？”然后你点个确认，它帮你全配好。这种体验，其实已经有点“带你做项目”的感觉了。 Vibe Coding 已经进入下半场了。接下来不再是谁生成的 UI 更好看，而是谁能更快把一个 idea 变成真正上线、能跑用户的产品。数据库、认证、支付、实时通信，这些“脏活累活”，才是分水岭。 Google 这波把 Firebase、Maps、后面可能还有 Workspace 全接进来，其实是在搭一整套“AI 原生开发基础设施”。当然也别太乐观，能生成 ≠ 能维护。你真要做 production，后面的稳定性、成本、权限、安全这些问题，一个都跑不掉。但至少现在这一步——从“能看”到“能用”，Google 是真的往前推了一大步。一句话：以前是“AI 帮你写代码”，现在开始变成“AI 帮你把产品搭起来”。

#GoogleAIStudio #VibeCoding #产品开发 #用户登录 #数据存储 #多人协作 #AI辅助开发 #firebase

6个月前

过去的一周 vibe coding 给了我极大的震撼因为人力紧缺，我被突然调到了一个 c#项目组，需要一周内完成一个 Service。而背景是，我完全不会 c# 和 .net, 而这个service 是巨大体系的一环。然后在一周内，我全靠 ai 完成了这个任务，到最后我也完全读不懂 c#代码。这个过程中，我和 ai 分工非常明确，我负责跟各个对接方沟通，捋清楚业务逻辑和实现逻辑，ai负责全程实现，我来测试和反馈最后任务效果肯定不能算完美，但我可以说 ai 已经彻底改变了一些东西，在没有 ai 之前，这个任务突然丢到我身上，我至少需要两倍的时间来做，并且质量远差于现在。

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

#AI辅助开发 #C#项目 #紧急任务 #效率提升 #技术挑战

6个月前

Vibe Coding 只适合在跑原型阶段，一个功能完整逻辑闭环的项目，如果缺少必须的基础，完成一个商业化的项目是很不容易的。作为一个老程序员，我还是建议年轻朋友，在vibe coding 之余，学习一点基础。前段时间花一天的时间，把react 官方的教仔细的学习并且案例都练了一遍，之后就是慢长达一个多月ai 辅助开发，开发过程，不断的向ai 学习使用 react 技巧和方法，这个过程比较痛苦，但也正说明正在进步中，现在 ai 生成的所有React 代码我都能得懂，也改得动。

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

#Vibe Coding #React #AI辅助开发 #编程基础 #经验分享

8个月前

最近的习惯在 Next.js 里是，放弃 MVC ，压扁层级。 common / utils / db 不算，往上就一层 actions。也没那么多角度考虑，就 actions 里创建根据业务的子目录，把 schema 结构和需求丢给 AI，一个需求一个文件，给我生成。大量冗余，复用极少。但初期起项目超快。抽象？复用？后面会慢慢搞，因为现在有充足的时间了。但在 vibe 的时候，扁平的一级结构，直接串联 client 侧的需求和 db 操作，就一个 action，干净利落。冗余重复没关系，AI 不关心，而且这种结构下，明显 vibe 的成功率高了好多。至于重构，反而变的可行了起来。以前我们说以后重构，基本是没有这个以后的。但这种形态下，我确实可以抽出时间来，一点点修改，慢慢倒腾。如果这个项目起都没起得来，不值得重构，那也没关系，起码我有一个层级简单，脉络清晰，每个文件给 AI 看都上下文完整，职责单一的项目架构在。真诚推荐。 vibe 有自己的最佳实践，尊重传统软件工程的同时，也要结合 AI 喜欢的方式来。

#Next.js #MVC放弃 #AI辅助开发 #快速启动项目 #扁平架构

10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

1年前

看完吴恩达老师新年展望里，对大型系统中 AI 辅助开发遇到的挑战的陈述，恰好今天在公司领了个活儿，就是这个方向。公司想把团队做了几年的软件重做一遍，时间只给了两个月，从方案设计到产品开发，因为涉及到软硬件结合和复杂的功能实现，挑战不小。我也在思考，如果想实现这样的“挑战”，我们要怎么做，首先是常规手段: - 挑选开发和架构能力、配合推动能力强的成员组成精简的特殊产品开发测试小组 - 采用敏捷的开发模式，各个方向的开发紧密合作，降低沟通成本 - 所有流程规则从简，减少干扰打断，提升连续开发效率 - 提高自动化和工具化，测试提前介入单元和自动化测试 - 更清晰明确的架构，架构设计时更多架构伙伴充分论证，高内聚低耦合除此之外呢，就现有团队能力，想有更大幅度的提升，当然还有一个非常重要的外援 - AI ❗️ 过去团队 AI 主要用在编程环节，这次我想做一个复杂大型工程的 AI 实践，从开发方案、架构设计、新技术理解、产品方案评估、体验设计规范、辅助编程（介入到复杂业务逻辑和设计规范程度）、辅助测试用例编写和自动化测试、服务环境设计和部署等工程的全流程各个环节，都用不同的 AI 工具辅助。下周一敲定团队成员后正式开动，我打算把这个过程记录沉淀下来，分享到系列文章中，感兴趣的朋友可以先关注下图中的公众号 👇

#AI #吴恩达 #新年展望 #大型系统 #AI辅助开发 #挑战 #软件重做 #软硬件结合 #功能实现