暂无搜索历史
刚开始用 WorkBuddy 时,我和大多数人一样:让它写代码,写完就完了。运维的事自己干——写定时任务、配监控、清日志、查磁盘。
WorkBuddy 帮我写了一个管理后台的"用户列表"页面。功能完美——分页、搜索、排序全有。部署到测试环境,加载 30 秒。
前 30 行看起来合理:定义了 CacheManager 类,有 get/set/delete 方法。中间 60 行开始让我皱眉:它自作主张加了分布式锁、主从同...
AI 编程助手的上下文窗口有上限。这个窗口里的每一条信息都有一个隐藏成本:它占用了 AI 的注意力,挤占了真正重要的信息。
我密集使用 AI 编程助手几个月后,发现一个问题:碎片化的经验到处都是,但没有人把它们串成一个体系。
大多数人对"风格冲突"的理解停留在 PEP 8 层面——空格、换行、命名格式。这些不是问题。格式化工具一行命令就解决了。
AI 帮我把一个模块的认证逻辑从 session 改成 JWT。它在 6 个文件里改了约 200 行。我 review 了一遍,看起来没问题。
用 AI 编程助手最恼人的瞬间之一:同一个项目、同一个功能、同一个开发者,AI 每次生成的命名风格都不同。
AI 编程助手的一个特性让人很容易掉坑:你说什么它都敢接。 "帮我做一个完整的用户系统"——它不会说"太大了,先拆一下",它会直接给你 1500 行代码。
AI 给我生成了一个用户认证模块,顺便写了测试。跑一下——11 个测试全过,覆盖率 92%。完美。
AI 给我生成了 200 行代码。逻辑合格,但结构混乱——函数职责不清、变量命名别扭、三个地方重复了同样的逻辑。
这是一个单线程流水线:你做一步,等 AI;AI 做一步,等你。 中间有大量时间双方都在等待对方。
它能跑。测试能过。功能看起来正常。但如果你直接部署到生产环境,大概率会在某个时刻出问题——而且那个时刻你往往不在电脑前。
因为它们在真实场景下缺乏生效条件。 "保持代码整洁"——什么时候叫不够整洁?"注意性能"——哪种程度的性能下降需要提醒?
回看这几个月的协作,每层之间的跃迁都不是"AI 变聪明了",而是我给它的基础条件变了。
我愣了几秒。不是因为方案有问题(确实有),是因为它主动发现了我的盲区,而且拒绝顺着我走。
你说需求,它用当前对话的上下文理解,产出结果。对话结束,记忆清零。下次你说"继续昨天的任务",它从零开始猜。
跟 AI 编程助手密集协作了几个月,踩了不少坑。有意思的是,真正让我抓狂的不是那种"啪一下报错"的 bug——那种反而好查。最坑的是慢性死亡型:系统在跑、日志正...
我用 AI 编程助手的第一阶段,和大多数人一样:把需求丢进去,收代码,微调,提交。系统提示词大概是这样的:
我用 AI 编程助手有一阵子了。最初和大多数人一样:丢需求、收代码、微调、提交。效率提升是有的,但也就那样。
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市