#自动化开发流程

avatar
LinkedIn 上有人分享了如何构建 99% 代码都是 AI 来写的系统。系统性思维很棒，翻译了一下： 到现在我已经用 Claude Code 和 Copilot 来写代码差不多一个月了，基本就是我自己几乎不写——99.9% 的代码都是 AI agent 写的。下面是我能靠 AI 干成的事情，以及大概的花费： Claude Code：大约 12.5 亿 Tokens，花了 ~640 美元 Copilot：1375 次高级请求，企业版（39 美元/月） Claude Chat：几百次对话，同样是企业版（应该和 Copilot 一样） 代码库的变化： * 新增 197K 行代码 * 删除 208K 行代码 * 主分支上有 355 次提交 * 合并了 180 个 PR * 解决了 98 个 GitHub issue 我是怎么做到的？ 1) 所有代码都必须过一套非常严格的 CI/CD 流程：静态检查、格式化、代码安全工具，还有完整的测试集 2) 代码库已经模块化了，每个组件都通过清晰的接口来调用 3) 接口和实现完全分开 4) 每个组件都有自己的文档 5) 每个组件的测试、文档、头文件、实现都放在一起 6) 每个组件保持在 5k 行代码以下（包括文档） 7) 每个 GitHub issue 都写得很详细，带代码引用和问题描述 8) 搭建了一个 7 层的提示体系，记录各种规范：工具层（Copilot vs Claude）、语言层（C++ vs Python）、项目层（按仓库）、角色层（开发 vs 测试 vs 架构 vs 审查）、组件层（按目录）、任务层（对应 GitHub issue）、执行层（具体操作） 这样，我只需要分配任务，15-30 分钟就能拿到第一版，然后我再迭代、审查、验证，最后一小时内就能提交——几乎不用我亲手敲代码。 现在真正的瓶颈是我自己，因为我审查代码的速度跟不上。 而且 Claude Code 现在已经包含在企业计划里了。是时候继续玩一玩，让我的“Agent 军团”来帮我缓解这个瓶颈。
AI编程工具激战：Claude Code、Gemini Cli崛起· 591 条信息
#AI代码生成 #Claude Code #Copilot #代码审查瓶颈 #自动化开发流程