宝玉
2周前
Dario 说 AI 会写 90% 的代码,包括 Codex 团队也说它们大部分代码都是 Codex 完成的,这很容易造成一种误解:“软件工程师的岗位要被 AI 取代了”,但实际上并不完全是这样的,只是说明软件工程师工作的方式正在升级,对技能的要求也不一样了。 几个简单的方法可以判断: - 看 Anthropic、OpenAI 这些 AI 模型公司是不是还在大规模招聘软件工程师; - 看一个初中级程序员能不能用 Claude Code 或者 Codex 写出 Claude Code。 因为代码行数并不代表代码的价值,真正有价值的是专业人士基于业务需求用 AI 生成的并审查的代码。 实际上我自己的开发方式已经发生了很多变化: - 琐碎的事情几乎 100% 让 AI 完成,比如写自动化测试代码,比如一些提升效率的脚本 - Bug 让 AI 去修复,人工审查,验证 - 原型开发,完全由 AI 实现 - 人工设计完,让 AI 去实现一个模块,而不是从头手写代码,也不是以前那种和 AI 结对一边写一边确认的方式,而是完全 AI 去写 - AI 写完代码,先让 AI Review 代码,然后人工 Review,再合并 - 一些复杂的算法、POC,让 AI 帮我实现(我自己没能力或者没精力实现的),现在最新的 Codex 已经能帮我搞定一些复杂的技术问题了 一个凭感觉的对我自己量化的对我开发效率影响的数据: - GitHub Copilot 第一版的自动完成:效率提升 10% - Cursor: Tab + Chat 模式提升 30%+ - Cursor:Edit 模式 提升 50%+,不需要手动复制粘贴代码 - Claude Code:提升 100%+,第一个真正能用的 Coding Agent,很聪明,相对不够稳定 - Codex(GPT-5-Codex high): 提升 120%+,速度慢,但是结果很稳定,bug 少 也就是说现在借助 AI 辅助,我的开发效率至少提升一倍以上,这个进化速度确实惊人,超乎我的想象,如果你翻看我一年前的看法,当时我是没有这么乐观的。 但也不要忽视这样效率的提升背后需要的条件: - 需要懂代码:算法、数据结构、语言等等 - 需要一点技术管理经验:会对复杂任务分解拆分,管理多个 AI Agents 协作 - 提示词工程:能用提示词把想要 AI 实现的功能或者解决的问题描述清楚 - 代码和架构是 AI 友好的:对于 AI 训练丰富的代码 AI 生成是擅长的,如果都是内部的库或者使用量很少的编程语言或类库,AI 生成效率要大打折扣 这也意味着想要最大化的发挥 AI 编程的效率,本身需要有一定的软件开发经历,另一方面还要去学习 AI 相关的一些知识,去改变自己的一些使用习惯。 虽然说 AI 无法取代软件工程师,但可以看见有了 AI 辅助,软件工程师效率是能大幅提升的,至于这带来的连锁反应,比如团队会少招人,比如新人机会更少,这些确实也是在实实在在发生的事情。 未来会怎样?谁知道呢!
sitin
2周前
跟大家分享一下 Claude Code 必备的 MCP 工具合集,顺便聊聊什么是 MCP,以及怎么用。 1. MCP 是什么? MCP 全称是 Model Context Protocol,中文叫“模型上下文协议”。 通俗点说,它就像一个 USB-C 接口,让大模型能直接去访问各种工具、代码库和数据源。Claude Code 就是一个 MCP 客户端,你可以把它连上 GitHub、Notion、Sentry 这些工具,用起来就跟本地指令一样顺畅。 2. MCP 的连接方式 MCP 一共有三种主要的连接方式: 本地 stdio:最常见,Claude 直接在你本地起进程,访问文件系统、本地 Git 仓库都靠它。 远程 SSE:适合实时推送的服务,比如协作工具 Linear,它会保持长连接,数据一更新 Claude 马上能收到。 远程 HTTP:最常见的云服务模式,比如 Notion、Vercel,Claude 需要的时候才发请求。 3. 管理 MCP 的常用命令 几个常用命令记一下: claude mcp list → 查看当前连了哪些 MCP claude mcp get <name> → 查看某个 MCP 的详情 claude mcp remove <name> → 移除不用的 MCP /mcp → 在聊天里触发 OAuth 授权 4. MCP 配置的作用域 配置 MCP 的时候,你可以指定作用域: local:只对当前目录生效 project:提交到仓库,整个团队一起用 user:全局配置,所有项目都能用 默认是 local,如果要改,就在命令里加 --scope。 5. 高频推荐的 MCP 工具 这里我整理几个最常用、最好用的: Filesystem MCP:读写本地文件,Claude 就能直接帮你改代码。 Playwright MCP:浏览器自动化,能开网页、爬数据、做 UI 测试。 GitHub MCP:直接拉 PR、看 Issue,让 Claude 自动写 Review。 Sentry MCP:读线上报错日志,Claude 能给你分析问题。 Vercel MCP:和部署打通,查日志、回滚版本都能直接干。 Context7 MCP:最新 API 文档聚合,避免 Claude 用旧的接口。 总结一下: MCP 就是一个标准化的“接口”,让 Claude Code 能无缝访问工具和服务。掌握这几个高频 MCP,你的开发效率能直接翻倍。