😎趁着最近的闲暇时间,系统的看了一些 AI 编程“正规军”的教学。
📖例如吴恩达和 Anthropic 的技术布道师 Elie Schoppik 的 Claude Code 实战课,还有 Peter Yang 和 Cursor 的技术布道师 Lee Robinson 的 Cursor 实战课 ,还有其他几个 AI 大牛的课程。
⭐️在看了不下 5 套教程后,我确实发现一些有意思的问题和共性点,比如:
1️⃣项目的初始化非常,非常,非常重要!任何 AI 编程工具不可能在没有上下文的情况下,凭空完成一个模糊的需求,另外在某个 Cursor 的 课程中,讲师提的一个技巧让我十分受用,讲师在跟 AI 的沟通过程中,会把 AI 当做人看 ,会主动让 AI 把不理解的地方变成问题提出来并要求讲师进行回答,这样在 AI 完全理解后,再进行下一步的操作,会极大的提高准确度。
2️⃣在好几个教学里面都提到了一点,如果将 Vibe Coding 带到现实的工程里,基本上光一个上下文长度的问题就可以难死一堆 AI 工具了,而且 Cursor 官方的技术布道师 Lee Robinson 自己都说了对于长期维护的项目,他自己是不会用 vibe coding 的方式,他会采用最 normal 的方式来维护这些东西。但用 AI 来辅助和增强自己是绝对没问题的,所以 Vibe Coding 有明显的边界,但它仍然可以明显的提高效率。
3️⃣目前这些“正规军”的工作流里最让我惊讶的是他们对测试代码的关注和使用。大部分讲师的工作流里都会通过测试代码来约束 AI 的行为。而且他们通常不会把测试放到整个功能或者需求完成后才进行,而是在每个功能实现 step 中就不停地插入测试,通过这样的方式来保证每个步骤的准确度,这样更细粒度的操作确实是很让我惊讶,但也马上理解到其中的精髓;同时他们这种用测试来收敛 AI 的方式,也让我们这些从来不怎么给业务代码写测试的人感到一阵羞愧难当。
4️⃣最后就是一些想吐槽的了,Claude 的 Pro 计划只能用 sonnet 模型,好难过,我说为什么我的 AI 就是没有讲师们的聪明,原来都是钱没交够,另外 figma 官方的 mcp 竟然不给 edu 用户开启,也是让我心碎了......
5️⃣最后就是刚把 AlexSideBar 用明白,就发现它已经被 OpenAI 收购了,只能说十分期待 OpenAI 未来在 Apple 生态里的表现了!
好了,学习的差不多,后面就让我的 AI 员工开始上班干活吧!
#AI工作流 #AI的神奇用法