#AI辅助编程

1周前

这篇文章，是我的读书笔记，也是写给那些非编程专业的人，想要通过使用AI辅助，来完成编程、来实现产品落地的怀着梦想的朋友们。在一切开始前，我们还是需要具备一些网页开发的基础知识，在我跟着一些专业程序员使用AI工具去开发构建产品的过程里，我有一个非常大的启发，他们的实际开发流程和我们所想象的AI开发流程其实是不一样的。举个例子：在最初我接触到AI编程的时候，没有产品需求文档，没有架构，没有项目结构，有的就是自然语言。我坚信通过沟通就可以讲清楚，可以实现项目落地。这是非常严重的错误，本质来说就是方向错了，你不会到达目的地。专业程序员开发，是严格讲究先后顺序，讲究关键节点的。敲重点，正确的开发顺序： 1️⃣使用AI产出产品原型图：这一步非常关键，我的理解是通过这一步，你自己作为产品的创造者，一定要非常清楚自己的产品长什么样子具备哪些功能：有没有WOW Moment？放在哪个位置等等？也是AI作为你的24小时“百变专家”员工，让你看到最初的产品长什么样子。所以这一步一定是先于编程和代码的。 2️⃣ 确定好软件的框架结构，这一项需要掌握一些开发最基础的内容，你说我不会怎么办？问你的机器猫啊。24小时“百变专家” 用人不疑，疑人不用，切记这一点，你别用着ChatGPT，心里想着Claud、Gemini。没有那个资本就别学人家“吃着碗里，看着锅里”。 3️⃣ 沟通项目结构，比如：至少要了解结构有哪些，分别是什么？这一步干什么用的？是告诉你：哪些代码是放在哪个文件里的？因为在后期开发过程里面，我们要尽可能精确的告诉AI工具，我们要在哪个对应的页面文件夹里做什么样的改变，这样才能让AI更好的明确问题，避免导致整个项目的损坏或者瘫痪。 4️⃣确定好以上3个核心点以后，接下来需要做的就是让AI生成你的项目需求文档，这也是我接触AI编程后才知道的，PRD文档。这个东西就是你学车时候，上车先拉安全带，调整座椅靠背，调整后视镜，打火观察仪表台有没有异常灯亮，打转向灯并且观察周边情况后，挂档，放手刹，准备起步的整个操作规范是一样的，我这样说是希望大家能更清楚PRD的作用。 5️⃣有了这个东西以后，我们需要让AI基于这个文档，生成每一个功能的模块化开发流程，就像你教练第一天就告诉你学车的所有要领，你也无法全部掌握是一样的，你的“机器猫”也没有办法，所以我们可以直接跟AI交互，或者使用一些软件自带的Plan模式这里可以介绍一个规范开发的GitHub开源项目叫“Spec Kit”，就可以很好的解决你开发过程里的规范问题。 6️⃣ 我们根据计划，这就可以作为整个项目的领头人，创作者，开始让AI开始从拆分开的模块一个一个实现功能了，但这里也有很多值得注意的： 1️⃣功能实现后再开始下一项； 2️⃣每一次开发小模块我们也需要有一个开发流程的闭环：详细输入，给到AI尽可能详尽的上下文以及需求👉开发👉检测👉发现Bug👉解决Bug需求👉修复👉检测👉产出详细项目进度并且更新文件👉Git 有人问Git是什么，我理解就是备份，但是Git可以单独开一门课来学习，是的，学海无涯。我的总结： ❌ 一次性让AI开发过大的项目 ❌ 一次性大更该，导致项目混乱 ❌ 忽视项目版本管理，这是AI编程的后悔药，你都不能保证一次性成功，何必要求别人。 ✅ 先原型、后编码，逐步细化。 ✅ 每次只聚焦一个小问题，及时预览和测试。 ✅ 善用AI的定位、解释、修复能力，遇到问题冷静交给AI。 ✅ 每次小步提交，文档和自动化脚本同步完善。 ✅ 用人不疑，疑人不用。 Vibe Coding是一项非常具备创造性的工程，它真的可以把你的一个想法，慢慢打磨称为产出级的产品，但同时，它也是一项技巧性很强的流程工作，掌握了沟通与开发技巧后，事半功倍。我强烈建议无论通过什么办法，学着使用规范开发先攒出5个可以运行的小东西，对于整个流程会有质的改变。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#AI辅助编程 #产品落地 #AI开发流程 #项目需求文档 #Vibe Coding

4周前

Every 的一篇博文，记录了他们内部 6 位工程师日常是怎么使用 AI 的，可以学习借鉴一下。这 6 个人都很厉害，撑起了 4 款 AI 产品、一个咨询业务，还有一个 10 万多读者的订阅每日更新。第 1 位 —— 走在实验前沿：Yash Poojary, Sparkle 总经理 Yash 是 Sparkle 产品的负责人，他同时开两台电脑，一台跑 Claude Code，一台跑 Codex，然后给它们下达同一个任务，看它俩谁干得又快又好。 Yash 说，在五个月前，他得先把设计图（Figma）截图，再粘贴到 Claude 里，让它“看图写代码”。现在用上了 Figma MCP 集成，Claude 可以直接读取 Figma 的设计源文件——包括颜色、间距、组件这些。 Yash 不仅在用AI，他还在优化和AI的配合。比如，他把一天切成两半： - 上午：专注执行。这时候只用自己最熟的AI工具（Claude 和 Codex），绝不玩新东西，保证产出。 - 下午：自由探索。这时候才开始测试各种新出的AI应用和功能。他很清楚 AI 既是生产力工具，也是个“时间黑洞”。他用严格的时间管理，给自己建立了“防护栏”，防止自己沉迷于“调教AI”而忘了真正的工作。第 2 位 —— 编排闭环：Kieran Klaassen, Cora 总经理 Kieran 负责 Cora 产品，他的风格是““谋定而后动””。他的工作流核心就两个字：计划。他会根据功能的大小，制定三种不同级别的编程计划。他会用一个叫 “Context 7 MCP” 的工具，先把最新的、最准确的官方文档和代码喂给AI，确保AI不是在“凭空想象”或用过时的知识来制定计划。等Claude Code 交出一个完美的计划后，他再把计划发到 GitHub，然后在云端让 Coding Agent（主要是Claude Code）去执行这个计划。AI写完代码后，他会再启动一个““审查””命令，让AI自己先检查一遍，然后他再上手。对 Kieran 来说，AI 不是一个“黑匣子”，而是一个必须在他制定的蓝图内严格执行的“施工队” 第 3 位 —— 化繁为简，拆解里程碑：Danny Aziz, Spiral 总经理 Danny 负责 Spiral 产品，他可能是这群人里最硬核的一位。他的主战场不在花哨的图形界面，而是在一个叫 “Droid” 的命令行工具里。这个工具能让他同时调用 OpenAI 和 Anthropic 的模型。他的工作流是： 1. 用 GPT-5 Codex 做大的任务：搭建复杂功能的框架。 2. 用 Claude 做小的任务：优化和打磨代码细节。 Danny 最有价值的一个做法是，他会在““规划阶段””花大量时间跟AI对话，让AI帮他推演一个决策可能带来的第二层、第三层后果”。举个例子：“我要加这个新功能，但你帮我分析一下，它会不会因为从数据库拿数据的方式，导致整个App变慢？” 他用AI来辅助自己做更高维度的“架构思考”，而不仅仅是写几行代码。 > “我不再用 Cursor 了，”他说，“我已经好几个月没打开过它了。”取而代之的是，他的主界面是 Warp，可以在上面分割屏幕、快速切换任务。在它背后，他用 Zed ——一个轻量、快速的代码编辑器——来审阅计划文件和特定的代码片段。第 4 位 —— 让流程成为唯一的“事实来源”：Naveen Naidu, Monologue 总经理 Naveen 负责 Monologue 产品，他是个“程控”。他的信条是：“如果一个任务没录入 Linear (项目管理工具)，那它就不存在。” 他把所有需求和Bug都先在 Linear 里归档，然后再启动AI。他也有两套流程： - 小Bug：直接从 Linear 复制粘贴问题描述，扔进 Codex Cloud 让AI去跑。 - 大功能：在本地写一个详细的 (计划文档)，把它作为和AI沟通的“唯一事实蓝图”，在命令行里一步步推进。最有意思的是，他深度使用自己开发的产品 Monologue (一个语音转文字工具) 来口述需求、写文档、给AI下指令。这简直是““用自己造的锤子，来修自己的房子””。他还有一套严格的审查标准：AI 自动审查 -> 自己人工对比代码 -> 查看Sentry（错误监控工具）的日志，确保Bug真的被修复了。第 5 位 —— 钻研打磨，精益求精：Andrey Galko, 工程主管 Andrey 是工程主管，他代表了另一种工程师：不爱折腾。他不喜欢追逐“闪亮的新玩具”。他之前一直用 Cursor (一个AI代码编辑器)，觉得体验最好。但后来因为 Cursor 改了定价，他一周就把免费额度用完了，这才“被迫”换工具。他换到了 Codex。他认为以前的 OpenAI 模型写的代码很“懒”，经常跳步骤，不如 Claude 好用。但现在的 GPT-5 Codex 已经进化得非常强，连以前 Claude 的强项——用户界面(UI)——都能搞定了。第 6 位 —— 极致的专注：Nityesh Agarwal, Cora 工程师 Nityesh 是 Cora 的工程师，他的风格和第一位 Yash 截然相反。他追求极致的专注。他的装备极简（一台MacBook Air），他的工具也极简：只用 Claude Code。但他用 Claude Code 的方式很特别： 1. 他会花好几个小时，先和 Claude 一起研究、制定一个巨详细的计划。 2. 一旦开始编码，他就待在一个终端窗口里，“像老鹰一样””盯着 Claude 输出的每一行代码，手指就悬在 Escape 键上，一旦发现不对，立刻中断它。最近，他甚至故意频繁地打断AI，强迫AI向他解释“你为什么要这么写？”。他承认，这样做效率变低了，但带来了两个巨大的好处： 1. AI 胡说八道（hallucinate）的次数变少了。 2. 他感觉自己的开发技能也在这个盘问 AI 的过程中变强了。他意识到，自己已经对 Claude 产生了依赖，这让他很脆弱。前阵子 Claude 宕机了两天，他试了别的工具，都感觉不顺手。所以，他现在逼着自己和AI一起思考，而不是纯粹依赖AI。 --- 看来每个人用 AI 的方式都不一样，但也有一些共同点： 1. 重点不在“写代码”，而在“做规划” 没有人真正的是在“Vibe Coding”，没有说写个提示词就完事了的，都是在 AI 干活前反复的讨论，直到清楚了再动手 2. 上下文很重要 Yash 用 Context 7 MCP 的工具，确保 AI 在写代码时，能自动去查阅最新、最官方的“技术文档”。这就避免了 AI 用过时的知识（比如一个老版本的函数）来写新代码。还会用 Figma MCP，读取 Figma 的原始设计数据，让 AI 可以直接拿到准确的颜色、间距等信息 3. 工程师的角色在进化工程师已经不再是单纯写代码，还要做计划、写提示词、审查 AI 生成的代码 4. 专注这个问题其实我也有感触，AI 让人更难专注了，在等 AI 结果的时候去做点其他事，很快就把任务忘记了；或者 AI 工具太多，每个新 AI 工具都去试试太费时间了。像 Yash 那样，一半时间专注交付，一半时间探索。原文：Inside the AI Workflows of Every’s Six Engineers

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#AI工作流 #工程师效率提升 #AI辅助编程 #规划与专注 #Every公司

4周前

最近发现了一个很有意思的现象，越来越多人拿着 AI 写出来的代码找我，问我能不能帮他们把这些东西变成真正能用的产品。这些人通常不是技术背景，可能是律师、销售或者其他领域的专业人士。他们有好点子，也用上了最新的 AI 工具，甚至真的把一个看起来能跑的 demo 做出来了。但到了某个节点，他们就卡住了，然后开始满世界找技术合伙人或者 CTO。这让我想到一个问题：如果 AI 真的能完全取代软件工程师，为什么这些人还需要我们？我也一直用 AI 辅助写代码，也看了很多别人的演示。慢慢地我意识到一件事：AI 确实会写代码，但它造不出软件。这两者之间有条很深的鸿沟。写代码其实不难，解决一个个独立的、定义清晰的小问题，现在的 AI 已经做得很好了。但软件工程难的从来不是这个。真正的挑战是当你要把 demo 变成产品的时候，你得同时处理几百个这样的小问题，还要让整个系统保持可维护、可扩展。这就是那些人找上门来的根本原因。他们能用 AI 快速搭出一个功能演示，但要让它变成真正能上线运行的产品，就完全是另一回事了。我看过他们发来的代码，说实话，所谓的"让它变得可以上线"，基本上就是推倒重来的意思。不是代码写得不对，而是整个结构、集成方式、长期维护的考量，这些东西根本就不在那些代码里。软件工程师的核心工作其实是管理复杂度。一个真正的生产系统做的事情，单独拆开看都不复杂，但要同时做好几百件简单的事，还要让它们协同工作，这才是真正考验人的地方。我也不知道为什么 AI 现在还做不到这一点，可能这就是这个职业的本质吧。但至少现在，这条线还是很清晰的： AI 能帮你写代码，但把代码变成软件，还是得靠人。工具在进化，但有些能力的门槛，并没有因此降低。

#AI辅助编程 #软件工程复杂度 #AI与软件工程师 #代码到软件的鸿沟 #技术门槛

1个月前

今天有个琐碎的任务，需要去操作网页去更新一大批数据。有好几条路让我去选： 1、手动重复操作约 50 次，可能费时半小时以上； 2、写代码用浏览器自动化技术去操作，可能写代码就要半小时～一小时； 3、用"Browser Use"之类的 AI 技术，可能不需要写代码了，只要 Prompt 即可，时间不详。想了想后，我决定走第 2 个路线。调研并使用了 playwright，先用 AI 写了个模版出来，然后再用“playwright codegen”生成了一个真实世界中的操作，然后再把两者整合起来并调试了一下，在一次「您说得对」后终于成功了。最后我部署到了虚拟机，丢到后台跑，我前台就可以干其他事情了。任务完成后统计了一下在写代码+调试代码上花了确实约一小时，比手动操作肯定是多花时间了，但是我学会了新技能，以后也能继续用，比 AI 操作要精确。今天的这个决策很正确！

#网页数据更新 #Playwright #浏览器自动化 #AI辅助编程 #效率提升

吕立青_JimmyLv (🐣, 🐣) 2𐃏25 | building bibigpt.co

1个月前

其实vibe coding对于程序员最大的伤害是 —— 破坏了心流之前的我，可以嘎嘎一直写，现在却只能眼睁睁看着 AI 写，还不给即时反馈（特别是 Codex CLI 人狠话不多这种 Agent）于是乎，我只能做点儿其他事儿来找回专注的状态，最近开始重新打游戏了，操作密集型，APM飙上200, 巨累，但是很爽！

#Vibe Coding #程序员 #心流破坏 #AI辅助编程 #游戏解压

2个月前

问：宝玉老师您好，现在一方面不断有AI公司发布性能更佳的vibe coding，另一方面又在不断说AI编程带来很多debug和维护的困难，现在有点无所适从了，到底该不该花时间在vibe coding上呢？或者说程序员改怎么面对目前AI在编程方面的应用呢？谢谢。答： AI编程带来很多debug和维护的困难是事实，AI 辅助编程（不是vibe coding）能提升效率也是事实，但整体上来说，科学使用 AI 辅助编程一定是可以提升效率的。为什么说不是 Vibe Coding 呢，Vibe Coding 更像是让 AI 主导，没有自己在程序、架构上的思考，那么自然难维护很多bug；如果是你自己主导，自己设计、拆分，AI 写完有 Review，那么就不会有那么多问题，你也可以更多成长。 --- 另外有点无所适从，是因为没想清楚两个问题： 1. 你自己当前的价值在哪里，AI 怎么帮你更好的体现价值？ 2. 你未来的目标是什么样的作为程序员来说，当前最直接的价值是你用自己的编程能力帮助公司开发软件，当然在这个基础上你的质量越高速度越快，价值越大。换句话来说，公司其实不关心你是自己写出来的还是 AI 帮你写出来的，只要你的质量没问题，能快点交付就好。所以工作中的任务，只要是在公司允许的范围，应该多用 AI 辅助编程提升效率，而且 AI 辅助编程也一定能提升效率，或多或少，如果不能就要看看是不是用法不对。但人不是只追求给公司当牛马，还希望能自己提升，将来不会被那些 AI 用的好的年轻人替代，这时候，最好工作之余，还是提升自己，提升自己的编程能力、软件工程能力、管理能力、赚钱的能力等等在公司不一定能很好的满足这些方面成长的需求，可以业余时间（如果能挤挤的话）做一点 side project，或者学习一些新的知识，给自己做一点事情，这过程中让 AI 辅助你，你不需要额外请老师也可以达到不错的效果。

#AI编程：自学or科班？新旧码农之争· 151 条信息

#AI编程 #程序员发展 #AI辅助编程 #提升效率 #个人成长

2个月前

I decided to invest Omniflow 我决定投Omniflow AI辅助编程，太好用了。你们搞程序开发的来用一下试试。真正可以实现交付的工具。 Omniflow link:

#投资 #Omniflow #AI辅助编程 #程序开发 #交付工具

2个月前

来，我们这些资深（老）程序员先承认吧。 AI辅助编程根本就不是快和慢的问题，或者是快多少倍的问题，而是——AI比你做得好，AI会你做不到的事情，同时还比你快。我说完了

#AI辅助编程 #程序员 #AI优势 #编程效率 #技术变革

2个月前

我如果写一次性代码，用完即抛那种，那无所谓风格，用 ai 正合适；而如果写长期复用不停维护那种代码，则多少有些洁癖，用 ai 会觉得难以接受。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#一次性代码 #长期维护代码 #AI辅助编程 #代码洁癖 #编程风格

2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· 1203 条信息

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

2个月前

AI 辅助编程中，DRY 原则几乎失效了，前端除 state management 部分外几乎都可以容忍重复。以前追求可复用组件，为了让其可复用还得写一大堆适配不同情况的代码，因此组件切分的细粒度是很考验一个前端工程师水平的指标。现在无所谓了，一个页面（父组件）里你重复写 10 个button 组件都行，反正都是 AI 生成。甚至不需要做适配了，直接写死简单省事……如果你写了个 button 需要被多处调用了，可以重新让 AI 写一个并稍带不同，将来需要维护某个页面和组件直接让 AI 去修，因为所有组件都只是为这个页面（父组件）写死的，甚至不会对其他页面（父组件）产生 side effect……想通这一点让我瞬间觉得“大人们，时代变了”。可能这也是为什么 shadcn 能被推到舞台中间吧。

#AI辅助编程 #DRY原则失效 #前端开发 #组件复用性降低 #Shadcn

2个月前

看到关于 vibe coding 的讨论，我想分享自己的经历：作为一个稍微有点聪明但不多、半吊子 PM、大学连 C++ 指针都没学明白的代码苦手，如果不是 ChatGPT 的诞生，我应该是永远写不出目前在用的一些效率小脚本了。即便如此，当我试图用“自认为严谨”的方式描述新功能需求，并交给 AI 生成代码时，结果往往不尽如人意：要么直接报错，或者实现效果 vs 预期相差甚远。接下来，我只能一遍一遍把报错信息 or 差异丢给 AI，企图让它自己不断尝试改进代码。所以，我觉得如果有人认为借助AI就能轻松变成“程序员”，那只有一种可能：他对AI交付的代码没有任何细节上的要求。比如，让 AI 生成一个 Landing Page 确实没问题，因为只要页面看起来像模像样，顺便填充了 AI 味十足的文案，就算是心满意足了。但如果希望 AI 在生成代码时关注某些细节，或者实现特定框架下的功能，那就很难了—— 因为不懂代码、不懂框架，所以没法在正确方向提出要求，只能被迫接受一个“看起来还行”的结果。然而，更多时候，自己都没有意识到“还需要关注某些细节”，因为也不知道究竟有哪些细节需要关注… 总之，虽然 AI 对我帮助很大，但我也清晰意识到：我这种靠 AI 点亮编程技能的人，无论是执行力还是效率，和“靠写代码吃饭”的人没法比。保持谦卑，保持尊重。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#AI辅助编程 #ChatGPT #代码生成 #编程技能提升 #效率工具

3个月前

AI时代，究竟用什么编程语言？我尝试用AI来帮我写代码，做项目但是我不太确定，让它使用什么编程语言比较好我目前倾向于让它使用强类型语言，另外，我希望这个编程语言能同时做客户端，服务端，我还希望该编程语言被大量训练过所以，选哪个呢？

#AI编程 #编程语言选择 #强类型语言 #客户端服务端开发 #AI辅助编程

3个月前

朋友问我对于 Figma 生成代码有没有好的方法，他目前做法是：Figma 导出 HTML 代码，然后把导出的代码让 GitHub Copilot 按照代码库中的组件格式重写。他觉得这样还要复制粘贴代码，再写一堆提示词让 Copilot 重写很麻烦。我对 Figma 不是很熟悉，建议他可以试试把 Figma 的结果直接截图或者导出 PNG，然后把截图发给 Copilot，让 Copilot 根据截图一步到位生成 UI 代码。他说这样得到的样式不如从 Figma 导出的准确，毕竟 Figma 上有精准的颜色、尺寸，而 AI 生成的就没那么精准。我建议他可以考虑两者结合一下，同时导出代码和生成截图，然后把截图、Figma 导出代码和组件说明一起发给 AI（提示词中用 XML 标签隔开），这样就可以兼顾 UI 生成和样式准确性了。参考提示词如下： [UI 设计截图] <Figma导出代码> [Figma 代码……] </Figma导出代码> <UI组件说明> [React UI组件说明……] </UI组件说明> 上面是 UI 设计图、相应的 Figma 代码，请参考UI组件说明，使用我提供的 UI 组件重新生成 UI 代码。

#Figma代码生成 #GitHub Copilot #UI组件 #AI辅助编程 #设计工具

3个月前

在喜欢上Vibe Coding之后，让我想起姜峯楠（特德·姜）的短篇《人类科学之演变》，里面讲述了人们用AI做科学研究之后，逐步再跟不上科技进步，人类逐步被边缘化。所以在AI辅助编程的同时，人类得同时保持理解并且能掌握这些代码，否则就会落入姜峯楠的警告图景。

#Vibe Coding #姜峯楠 #AI辅助编程 #人类边缘化 #科技进步

3个月前

到现在还不用AI辅助编程的程序员基本上已经可以算不太合格了，但是可笑的是有些企业面试的时候还要求双机位视频之类的手段来千方百计防着候选人用AI。

#AI编程：自学or科班？新旧码农之争· 151 条信息

#AI辅助编程 #程序员 #企业面试 #双机位视频 #技术落后

3个月前

开了Claude Code MAX后，可以分两个屏幕写代码了，大部分交给CC写，遇到疑难杂症再用O3仔细找找，有一种亲自指挥，亲自部署，但又不用亲自干活的快感

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#Claude Code Max #双屏编程 #AI辅助编程 #O3调试 #效率提升

3个月前

Claude Code、Gemini Code和其模仿者Qwen Code的出现，的确为IDE式Vibe Coding创造了另外一种模式的AI辅助编程，因为更加重视整体和构架，其实会更快完成项目。当然IDE Vibe肯定也是离不开的，在局部调整上，命令行Vibe不行。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#AI辅助编程 #IDE式Vibe Coding #Claude Code #Gemini Code #Qwen Code

3个月前

有时候觉得通过思路清晰、目的明确的自然语言描述让AI直接帮我实现功能，真不如我自己写，AI帮我做代码补全和解决局部方法实现。前者就像我变成了我讨厌的产品经理，担心自己描述的不够清晰，最终等待半天换来的是AI生成的不让人满意的一大堆代码。后者更像是有个牛逼程序员和我结对编程，让我写起代码来信心十足，甚至敢拍着胸脯保证写不出功能愿意提头来见。

#AI辅助编程 #自然语言描述 #代码补全 #结对编程 #效率提升

3个月前

iOS/macOS 项目 vibe coding 用 micro frameworks 有好多优点： 1. 聚焦小功能，最小化上下文，最大可能地省 token 2. 编译和测试都飞快，易于让 AI 通过编译测试结果来改进代码 3. 结合 GitHub 的 MCP，push 到私有仓库，多项目复用 4. SwiftUI Preview 被影响的可能性更小，预览更快 5. 方便多个 AI 配合，并发工作，如 Claude Code 管理项目和架构，GitHub Copilot 和 Windsurf 改 framework 6. 利于 tuist cache 加速编译

#iOS/macOS开发 #微框架 #AI辅助编程 #SwiftUI预览 #tuist cache

3个月前

1. 编程基础需要很多年的积累，靠 Vibe Coding 也许能加速也许反而更慢，但要从事这一行，还是绕不开要深入掌握。我庆幸早年没有 AI Coding 辅助，所以基础还是挺牢固的，倒不担心。 2. 我不是一个 Vibe Coding 的狂热粉丝，甚至经常泼凉水，但我积极使用 Claude Code 帮我：做原型、分析代码、辅助设计、写代码、反编译代码。 3. 我自己不会太依赖 Vibe Coding，我比较享受自己设计，自己写代码实现的过程，我更多把 AI 当成结对编程的伙伴，比如设计阶段看看它是否能提出更好的思路，编码阶段让它帮我写测试代码，或者一个具体模块的实现。 4. 对于一个软件来说，代码的维护工作量一点不比开发新版本的工作量小，如果没有良好设计的复杂软件，完全依赖 Vibe Coding，后面维护成本会极高甚至无法继续。你看那些号称几个小时几天 Vibe Coding 出来的还有几个今天还在的？ 5. “少就是多，慢就是快”，AI 的快速发展让人很焦虑，让节奏变的越来越快，不如慢下来，自己花时间一点点把代码打磨到极简，而不是 Vibe Coding 出来的一大堆重复冗余代码；认真思考怎么设计更科学更好维护，慢慢实现、迭代和优化。也不是说要憋个大招，从 MVP 开始，一个小版本一个小版本的迭代，到后面反而越来越快。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1203 条信息

#Vibe Coding #AI辅助编程 #代码维护 #软件设计 #迭代优化

3个月前

用CHATGPT 花了几分钟写了个neovim的番茄始终插件准确来说，我一行代码都没写，讲清楚自己的需求，然后COPY&PASTE 借助AI写东西还是非常快的

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 791 条信息

#ChatGPT #NeoVIM #番茄始终插件 #AI辅助编程 #效率提升

3个月前

“带逻辑的组件会给 AI 带来额外的训练、理解的开销” 我一直在想为什么 Shadcn / Radix UI 这一类在 ai 时代这么风靡新开一个项目，在不限制 AI 使用 UI 组件的前提下，基本就在这两个来回选，为什么不是 antd 是首选呢？ 1. 新 api 理解的困惑假设 antd 对某个组件上了个新的功能，现在我和 ai 说要使用这个能力。 --- 1. 因为 AI 的数据里面根本不存在这个数据（AI 数据更新没那么及时） --- 2. 所以 AI 想要获取这个内容，要么从别的组件库去参考类似的用法、要么就是联网搜索，调用 tools 之类的去拿最新的文档、readme 甚至是最新的源码。不管用什么方法，这都是一个额外的开销，还没考虑到，联网搜索搜到的文档是否是过时的，别的组件库参考的用法是否是一致的情况下，正确性也很难有保障这点在大版本更新时候（breakchange 多）的时候更明显，你只能等待大半年，等 AI 新的训练数据给进去整好了才能理解。（早些年 gpt3.5 就经常不知道 antd 5 ，问到的都是 antd 4 的东西） 2. 上下文长度提升让准确性成为第一要义而非省 Token 不知道从什么时候开始，可能是 gemini ？也可能是 cursor？也可能是联网搜索出来的时候现在，AI 经常会出现下面的内容 “让我帮你看看组件源码”、“我在阅读你文件夹下面的组件源码”、“好的，让我回去找找对话中你给我的源码” 好处就在于，结合了源码给出来的新功能的改造，正确性会很高，天然的用 Shadcn、Radix-ui，AI 很自然的就能读到内容，也很愿意去读。那对于 antd 来说，因为是高度集成的，得去联网搜索拿一下，要是 antd 组件也能提供一个和 shadcn 一样的功能，把包裹 rc 的源码直接塞到项目中的 components 里面去。应该效果也差不多

#AI组件理解 #Shadcn/Radix UI风靡 #Antd挑战 #源码可读性 #AI辅助编程

4个月前

自己会，有实现思路，就让 AI 写代码；自己不会，需要问 AI 实现思路的，就自己写代码。

#AI辅助编程 #代码生成 #人工智能 #编程思路 #人工智能应用

10个月前

0基础小白用ai辅助编程半个月的一点小小的心得体会！目前我用ai编写了两个加照片边框的小程序，外加一个谷歌浏览器插件。目前感受到ai编程最大的问题是三个： 1、自然语言理解不到位，我说的a，他理解的是b；但是我不知道他理解错了，因为我看不懂代码……直到问题越积越多已经彻底烂掉才发现； 2、走一步，退十步，就是为了让它改一个小地方，他也许改了这个地方，把其他之前改好的地方又给改坏了！ 3、无进展死循坏，就是ai鬼打墙。困在一个地方，看不到问任何进展和使用方向。我自己摸索出来的解决办法如下：（1/n）

#AI辅助编程 #编程心得 #AI工具 #自然语言理解