获得徽章 0
- 如果只是vibe coding，AI在架构方面就不那么合理，毕竟只给它局部的信息，但如果spec coding，又不那么敏捷了。毕竟写一份详细的，但有可能会变的spec，成本太高了。普通公司的开发节奏也没那么多时间做spec，而且你做了spec属于投入了沉没成本，但AI也不保证完全搞定不出问题，还得review，然后继续来回拉扯。最后效率是上来了，你也累的够呛。我感觉还是让CC分析代码，review代码，以及写局部的算法实现，以及一些体力活的代码比较合适。自己要把握住代码结构和思路，review的压力也会减轻很多，局部算法来不及review也可以先当黑盒处理，只要能测试通过可以先不看。展开赞过
31 - 这几天搞cc vibe coding脑子太累了，一直review代码，一直纠错，还是古法编程比较轻松，容易进入心流状态。不能一直vibe coding，中间切换一会儿古法挺好赞过 32
- 关于AI产生的代码质量，有一种说法是AI只能产生平均水平的代码，因为它训练时使用的是互联网上广泛存在的大量的代码，而这些代码中既有高质量的也有低水平的，但从数量上说，高质量代码的比例肯定是较低的，因此AI获得的代码水平只能是平均水平。我使用Claude Code + glm5时也感受到，虽然AI产生的代码比较规范，但无论是从性能还是从结构上来说都有改进空间，离完美差的还挺远（至少是从我的视角）。也许可以使用工程化的方式要求它提供高质量代码；或者即便代码水平是平均值，但通过工程化的方法仍然可以提高产品质量。展开评论点赞
- 我使用claude code + glm5，让AI从老项目提取核心算法并重构，但是它不能发现明显的逻辑和性能问题，除非我指出。但是作为人类我却可以一眼看出问题，主要的问题在于AI执行任务时只想着任务，这种默认的不需要说的事情，他不会去想也不会去做，缺少直觉可能是现阶段AI的一个问题。赞过 51
- 最近在项目中使用了Claude Code（模型glm-5)，这玩意儿有点向一台不易控制的机器，经常在自以为正确的方向上走太远，一次输出太多代码了，review起来很累。但完全vibe coding也不行，他代码写多了难保不出问题，在外围系统用下还行。另外就是分析老项目代码还是有用的赞过 51
- 我一直以为审美能力是程序员的最重要能力，在AI时代更是如此。若不知道什么是美的什么是好的，如何指挥AI获得高质量的代码呢？AI给出的方案不会一上来就是最优方案，你要能识别出其中的问题，比如性能是否匹配使用场景，结构是否优雅或者存在过度设计，是否有合理的扩展能力。即使没有AI，只要知道什么是好的，通过钻研必然可以获得相对最佳的方案，只是需要不断的精进技术。而在AI时代这个过程被大大缩短了，很多细节被AI代劳了，但失去了修炼的过程，如何获得真正的精炼呢？特别是新人如果依赖AI如何真正的进步呢？展开3点赞