#aicoding

3周前

申请资质要做个网站，技术说排期得一周，评估一堆要配设计，要走流程。结果产品没多说什么，自己打开 AIcoding，工位上吃午饭的功夫，拿着原型直接干出来让运维上线了，半小时不到。这种事儿每次都能震我一下，很感慨。不是要说谁效率高谁效率低，你明显能感觉到，当 AIcoding 这种东西真的落到每个人手里，原来泾渭分明的角色边界，正在迅速变得模糊。以前你是产品，你就负责提需求，写文档画原型，协调人；技术是实现的人，你说他做，中间再磨一磨，再对齐，再拉通那个什么颗粒度。但现在，很多事根本不用协调，自己就能干。也不是说产品都要变成工程师，但你只要稍微会点操作、知道 prompt 怎么写、页面结构心里有数，其实你完全可以直接出手，甚至很多时候速度比对接要快太多。那这种没有很复杂业务逻辑的工作未来技术的位置在哪里？ AIcoding 时代需要的是谁拥有把想法落地的能力。这个变化，很大。

#aicoding #产品经理 #工程师 #效率提升 #角色边界模糊

1个月前

为啥我觉得我的AICoding用手动提问，复制粘贴的方法，比直接让AI托管我的工程要高效的多，一下子完全可控了！

AI编程工具激战：Claude Code、Gemini Cli崛起· 1154 条信息

#aicoding #手动提问 #复制粘贴 #AI托管工程 #高效

3个月前

AI + 测试：时代的浪潮已至，我们正身在其中过去十多年，软件测试从幕后走向前台，从“保障上线”发展为“质量战略”。而最近这一两年，AI浪潮汹涌而至，我所在的技术大部门，最近也正在积极推动AIcoding的落地，希望通过AIcoding来提高开发和测试效率。作为测试岗的我，在看到机会的同时，也有深深的担忧

#AI #软件测试 #aicoding #效率提升 #质量战略

3个月前

Cursor 的 know-how 落在程序员身上，批量买 token、打磨 IDE 场景、绑定开发者，构成第一波模型变现路径。为什么 aicoding 会先火？一是代码高度标准化，容易被模型吃下；二是程序员本身就是身在局中的 know-how 产出者，懂工具也懂场景。但这套逻辑不会止步于开发者。下一轮，一定会卷向各大垂直行业：医生、律师、分析师、质检员…… 谁能把行业语言、业务流程、结果反馈封装成一套智能体体系，谁就能在行业内定义下一代 AI 。过去十几年是互联网+，这几年是AI+，而真正可能颠覆产业范式的，恐怕是Agent+。还记得前段时间红杉闭门会上“AI 不再是能力工具，而必须成为交付结果的系统”的核心判断转向。行业内一定不再是工具附加智能，而是角色被智能替代。Agent+ 的本质，是把 token 打包进懂行业的产品力里。 AI Coding 只是序章，当程序员的生产力被 AI 数百倍地激活之后，真正的大变革，将在每一个垂类入口等待被唤醒。而未来的 AI 战场，一定属于那些跨界的人：既懂技术，又深耕行业；既能对接智能，也能驾驭流程。也许你正好是其中之一。

#aicoding #程序员 #模型变现 #垂直行业 #know-how