#代码重构

3小时前

项目创建的时候随手设计了一个 memory 但是里面的东西越来越多了让 Claude Code 帮我重新设计了一下直接删掉了 70% 的内容。我们这个项目的 memory 也是开源的，大家也可以看到

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#项目memory #Claude Code #代码重构 #开源项目 #精简

砍砍@标准件厂长

1周前

最近对 AI 写代码的爽点有新的思考：第一个是 from whiteboard to App Store 的起步问题，在什么都没有的时候喊 AI 过来瞎几把写一通很快就有灵感了。我擅长将一坨屎的代码弄干净，但是从头开始设计很难静下心来做。第二个是针对一些传统编辑器很难批量编辑的重构，让快一点的模型来刷几遍挺爽的。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#AI写代码 #代码重构 #效率提升 #编程辅助 #灵感激发

4周前

上午把 settle action 做了，不难，但是有点繁琐。下午整理了一下代码：settle 和 advance 两个 action 有很多可以共用的地方需要重构。下午去爬强，顺利的话，明天就可以把完整流程跑通。

#settle action #代码重构 #爬强 #工作顺利 #流程跑通

4周前

#Noi 开始用 Codex + VS Code 提高效率了，分分钟把核心 API 包成 chrome extensions 标准，这样就可以随意创建 Tab 了。 Codex 重构代码也有点意思，我发现它很会 review + rewrite，偶尔一些细节逻辑处理不到，需要手动修复。注：演示中的 HTML 页面也是用 codex 一次生成的。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#Noi #Codex #VS Code #chrome extensions #代码重构

空谷 Arvin Xu

1个月前

周末最开心的当然是给代码做点重构啦 🤗

#代码重构 #周末 #开心 #程序员 #积极

1个月前

代码编辑器 #Zed Editor 与谷歌合作直接集成 #Gemini CLI，帮助开发者在 Zed 编辑器中即时生成或重构代码。 Gemini 会在生成或修改代码后在一个界面中呈现所有更改请求开发者审阅，开发者可以批准、拒绝或手动修改代码。查看全文：

Google Gemini 2.5发布引发AI模型性价比热议· 201 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 519 条信息

#zed editor #Gemini CLI #代码生成 #代码重构 #谷歌合作

1个月前

花了好几天时间重构一个大模块，终于找回来写代码的状态了。发现了 vibe coding 和真正软件工程师的区别，程序员关注的是对代码的掌控，代码越漂亮越兴奋。vibe coding 关注的则是交付，越快 ship 越早拿到市场反馈越兴奋，两者的目标是完全不同的。

#代码重构 #Vibe Coding #软件工程师 #交付 #市场反馈

1个月前

让Claude Code给我重构代码，兜了一圈把context window打满了，最后只加了几十行注释。。。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#Claude #代码重构 #context window #注释 #失望

1个月前

ThinkinAI报道多家行业领先企业对Opus 4.1给予高度评价。GitHub指出，Opus 4.1在多文件代码重构等方面较前代有明显进步；Rakuten Group反馈，Opus 4.1能在大型代码库中精准定位并修复问题，避免不必要的更改和Bug，极大提升日常调试效率；Windsurf报告显示，Opus 4.1在初级开发者评测中提升了一个标准差，表现堪比Sonnet 3.7到Sonnet 4的飞跃。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#Opus 4.1 #代码重构 #debug效率提升 #开发者能力提升 #积极

2个月前

最近被搞得很不想写代码了，我反思了一下，我只是被陷入了 AI Coding 的泥沼之中，我被 claude 生成的代码恶心地不行，但是我又不忍心完全放弃 AI 自己从头写这些代码，所以我已经来回挣扎重构了好多次了，每次花大精力重构到一半又觉得如此折腾很不对劲所以又忍痛完全退回，这的确令人十分沮丧，不过我现在改变了我的心境，对 AI 生成的代码保持「慈悲」心态：若它写的代码其能顺利运行，便是圆满了一段善缘；若尚有瑕疵，亦如众生各有业力，不必强求完美，但以平常心护持即可。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#AI Coding #Claude #代码重构 #沮丧 #慈悲心态

2个月前

用ai 写代码，就没有让我满意的。基本上把好几家的产品拿来一起用。搞一个前端项目 gemini 又把这个项目重构了 cursor 上面进行边边角角的修改一个项目干下来，至少三个ai 生成代码的工具来回切换

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#AI代码生成 #前端项目 #代码重构 #Gemini #Cursor

3个月前

今日份 Vibe Coding 用 Claude Code 尝试提需求写了几段代码，发现基于简单架构的代码做一点修改的成功率比较高，提新需求成功率看运气，有时候最后写成了，代码也写的不漂亮，缺少一些该有的重构。结果自己搭上时间 review 这些代码，最后决定全 discard 掉重写。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#Vibe Coding #Claude Code #代码重构 #效率问题 #discard重写

3个月前

看大家都挺关心，我就花时间把代码重构了一下，补充了文档，放出来了。应用时间很短，大家谨慎采用。

AI编程工具激战：Claude Code、Gemini Cli崛起· 900 条信息

#代码重构 #开源 #谨慎采用 #技术 #文档补充

3个月前

最近大家都在聊 AI 加持下的 vibe coding，我来聊聊作为资深开发者最近高强度使用 AI 的一些感受：一句话总结，AI 让不会写代码的人具备了“直接造辆车”的能力，而让资深开发者一个人就有了“独立建造航母”的可能。 Blog 版本：项目重构最近使用 claude-4 对我之前的一些代码进行了重构。原因是原来的实现中，为了降低编写时的心智负担，会使用一些性能偏低但是易于书写的代码。比方说自动锁管理、ARC、使用 array 数据结构代替 queue。然而用 AI 实现就没了这些负担，我先让 AI 为原始实现编写完整测试用例，确保原代码行为明确，然后让 AI 对整个 class 进行重构，追求极致性能，写完新代码后再重新运行测试保证行为一致。就这样，我轻松完成了部分核心数据结构的重构。尽管重构后的代码量几乎翻倍，但逻辑清晰、复杂度可控，换来的则是约 20% 的性能提升。核心是，AI 编写代码不怕苦不怕累，没有必要为了简化代码而牺牲性能。人类工程师目前主流习惯是牺牲部分运行性能以换取开发效率。 AI 编程语言这牵扯出的另一个观察是，什么编程语言对 AI 更友好，我的观察是可读性越高、行为越明确的语言效果越好。语法糖等简化编码技术，反而不利于 AI 使用。（AI 在发现一些奇怪的行为是运算符重载导致的不知道会不会跟我一样跳脚骂街）而像 SwiftUI 那些优势仅在开发效率上的技术，在 AI 时代更显得有些生不逢时。反正都是 AI 写，AI 用 UIKit/AppKit 实现不过是代码长一点而已，在可控性和行为明确性方面更适合 AI 自动化维护，性能也高的多。 AI 的资深虽然 AI 的编码技能，比起资深的工程师其实可能还是会有差距，但是要论知识丰富程度，则远非任何个体可比。这个优势体现在当我要去实现一些技术盲区时，原本的流程大概是：先读几本书，再对照比较一系列 RFC，再请教下相关领域的朋友确认自己已经理解。或者先按照自己的想象做个最小工程实践，然后再根据各种问题一点点填坑。比方说最近在实现 IPv6 ND 协议栈，一些特定的 RA 消息构造在某些操作系统上就是无法生效，原本这可能要耗费我几天的时间去研究，阅读各种文献甚至 kernel 源码实现，而现在只需请教 AI，就能非常准确地找到答案。 AI 的这种资深，在你对某个技术的表层足够了解，但是缺乏经验和细节信息时，能够极快的帮你补全。极强的 debug 能力我的项目里有一个藏了很久的问题，在特定情况下会出现 TCP 性能下降，由于并没有产生任何明确的报错，这让修正这个问题变得异常麻烦。我原本是单纯向 AI 描述了我的使用场景和问题表现，AI 提出了几种猜想，大部分我看一眼就知道不靠谱，剩下几个试了下也并无效果。索性，我直接把 100MB 的抓包结果丢给了 o3 让他分析。它在几分钟内就精准指出了问题所在，甚至给出了改进建议。这种调试能力在人类团队中几乎无法复现。如此庞大的数据量，人工分析非常困难。即使借助各种工具，仅学习用法、配置环境就已令人头大。（因为 TCP 流控分析的各种工具链基本都是上个世纪的项目）现在我已经习惯了这种 vibe debug，遇到什么问题，直接把 verbose 日志和问题描述丢给 AI，大概率就能直接找到问题，这其实也是得益于 AI 的不怕苦不怕累的精神。 Peer review 作为独立开发者，我的 code review 一直以来只能靠自己，但是自己写的 bug，很多时候自己是看不出来的🙈，现在我只需将 git diff 的结果交给 AI，就能请它帮我 review。同样的，我也会 review AI 给出的结果，AI 当然也会犯错，高级低级的都有。但是比起人类同事来说，AI 没有 ego，能很好地接受反馈并立即调整；很多人类做不到，或至少过程很曲折。职业影响就目前 AI 的能力来看，无疑是对初级开发者就业市场产生了巨大的压力，对于资深工程师来说，反而是一种赋能。（我目前还是能为找到 AI 的错误并指导它而沾沾自喜，但也不知道还能持续多久。）这比较让人担忧的是，这可能导致职业断层，因为初级开发者根本没有机会得到训练机会而成长。不过这已经早已不仅仅是软件工程师所面临的问题，本质上来说，所有脑力工作者的职业都受到了巨大威胁。像咨询、律师等职业，还可以依靠私域信息门槛维持。而像医生这样完全依赖公域信息的职业，初级职位也同样完全可以被 AI 替代了，当然最终取决于患者的接受程度。我最近一次体检后的报告喂给 o3 进行解读，他给出的信息量、准确性、建议，均远超全科医生给出的解读。不仅仅是因为 AI 的信息更全面，AI 可以为报告中每一项异常数据，检索最新研究与各国医疗指南，并整合后给出建议，甚至由于 GPT 已经了解我的生活习惯，能更优针对性的给出意见。而这种工作量对于人类医生来说是不可接受的（当然大多数情况下也确实没有必要）。很多人对 AI 医疗的顾虑是：AI 犯错了怎么办？然而其实人类医生也会犯错，而且就现在的 AI 水平来看，AI 犯错的概率应该已经比一般人类医生低了。当然最优解还是兼听则明，把 AI 的意见告知医生，也把医生的反馈告知 AI，基本最后都会达成一致。对于一些不重要的小问题，仅 AI 意见完全足够。 AI 的限制当然 AI 也不是万能的，甚至可以说局限性相当明显。claude-4 虽然非常强，但是随着 context 的增长，注意力溃散的非常严重，后面基本就像喝多了一样。当前的最佳实践是：尽量保持 context 精简，聚焦具体任务，依靠人力来拆解复杂目标。比方说先用一个 context 确定具体需求，再开一个 context 将明确好了的需求转换为具体任务列表，再把任务单独交给一个个 context 去具体实现。这样效果会好很多。仔细一看，这不就是人类的团队协作模式嘛 😂 这让我想起不久前由 GPT o1 和 DeepSeek R1 的思维链引发的 AI 能力巨幅提升。其实在思维链能力出来之前，就可以靠 prompt 指引 AI 一步步思考，取得类似的效果，甚至催生了 prompt 工程师职业。然而直接在模型层面将这种能力整合后，prompt 引导就非常多余了。那么目前编程实践中，如今常用的 context 切分技巧，我认为在不久的将来也可能被模型层原生支持，即 AI 自主可以通过切换 context 的方式维持注意力，保持高效。这可能带来 AI 能力的又一次飞跃式进步。

#AI #Vibe Coding #资深开发者 #Claude-4 #代码重构

前端之虎陈随易

3个月前

VSCode编程神器fnMap(函数地图)v8.5发布了，代码使用Claude 4全部重构，增加了行号左侧显示当前代码中的图片缩略图功能，扩展安装地址：

#VsCode #编程神器 #fnMap #函数地图 #v8.5发布 #Claude 4 #代码重构 #行号 #图片缩略图 #扩展安装