AI确实极大的提示了效率，但是然后呢？

日常闲聊 · 4 小时前

刚刚写完工作的任务，连测试（简单请求一下，符合预期返回，不报错）的情况下

全部使用 cursor，在 auto 模式下全agent开发，估计12h开发了12个模块，18张表，142个接口

但是来来回回设计架构，消耗了20h

现在感慨一下

ai 只是简化了，不用手工打字，但其实编码复杂度一点没减，单个时间周期内的心智负担更重了
俺评价agent开发就像吃没吐干净沙的蛤蜊，大部分没什么问题，但又时不时出点小问题
感觉目前自己目前开发的短板在于对架构的设计，怎么样才能将逻辑抽象出来，一通百通的去简化开发流程，并且保证扩展性。问ai总问不明白，可能对除了crud以外的技术还是不熟悉？
俺一个curd仔，怎么才能脱离这种ai操作员的命运呢

暗土花 · 4 小时前

让人工智能帮你做规划，

展开大量规划方面的讨论，

接着生成一份规划文档。

你来思考并审阅。

随后定稿，依照这份规划文档进行开发，

并且让人工智能基于这份规划文档开展测试。

酷情鸟 · 4 小时前

让AI编写一种小型编程语言，不过这个编程语言得包含一种类似“照妖镜”的错误处理机制。这么说吧，大语言模型（LLM）基本上很难自己写出来，就算写出来了可能也是一堆乱七八糟像“屎山”一样的代码。哎。

zhengyan · 4 小时前

T哥，想问下要是不知道自己想要什么，想和人工智能进行头脑风暴来确定自己的想法，用哪个模型比较好啊？还是说其实随便什么模型都能实现呢？

reverie · 4 小时前

高度依赖AI存在以下几个问题：
1、项目规划是否清晰？架构是否明确？框架等的选型是否确定？
2、测试环节完全交给AI肯定不行，必须有人工测试。
3、LLM的上下文空间是否足够长，能否应对代码量增加后的维护环节？
4、后续维护需要人去阅读代码，完全交给LLM也不行，因为可能越读越写错误越多。

1x2s · 2 小时前

以我的见识来看，目前的大语言模型（LLM）只是堆砌数据和算力的结果。也就是说，它只能检索已有的人类知识，却没办法真正进行创造。重新编写编程语言应该算是创造的一部分吧。

		自动登录	找回密码
密码			立即注册

交流AI确实极大的提示了效率，但是然后呢？