我的第一个 AI 主导开发的软件发布了
详见
videoide(乾坤视界) 链式视频处理软件
https://www.v2ex.com/t/1153611
以下 100%手工输入
项目大概 6 月 20 多号开始开发, 前后快 2 个月时间, 当然我也没有天天开发, 有时候也要停下来思考. 项目的技术架构是 Tauri+Rust, Tauri 负责前端, Rust 负责实际的视频处理, 前后端分离, 非常合理, 这也是我第一次使用这个架构. 其实我前端和 Rust 都不熟, 原来主要使用 python 开发, 也用 pyqt 等开发了几个项目, 但现在有 AI 辅助, 怕什么呢, 先干起来再说.
项目基本上可以说是 AI 主导， 我统计了下， 大概 Rust 代码 12000 行, 前端相关 1 万行, 基本上 90%是 AI 完成, 总之, 这是我第一个主力使用 AI 完成的项目. 现在我也可以回答一个问题, AI 能不能用来做真正的项目, 当然可以. 尤其是你不熟悉的技术栈, 更要注重使用 AI 辅助.
虽说 90%代码都是 AI 写, 但不代表我也没干活, 事实上就是把写代码转成写提示词, 测试, 和 AI 不断交互测试结果, 不断改进迭代. 这个项目支持 50 多个动作, 每个动作都需要和 AI 来回交互若干次才能得到最终理想结果. 所以我又可以回答一个问题, 如果我真的不太懂开发, 能不能做成大点的项目, 答案是否定的, 因为任何真正项目都有 AI 的盲点, 这时候你必须准确找到出口, 因为既然是盲点, 你就算让 AI 不断尝试几十次, 可能也是徒劳的. 所以目前对 AI 的态度还是很明确的, 副驾驶, 你是主驾驶, 显然你的总体水平不应低于 AI 很多, 否则关键时候不能给予指导, 就会卡壳了. 这并不矛盾, AI 擅长的是多种语言,框架, 技术,架构等等, 但是你必须也能在解决实际问题上能给 AI 知道, 才能在关键时候克服一些问题.
以下列出几个我认为的 AI 优势及劣势
1. AI 擅长写代码, 不擅长跨多文件改代码
2. AI 不擅长复制代码(需要大量复制代码从一个文件到另一个文件)
3. AI 不擅长大规模重构(涉及很多文件时候)
4. AI 不擅长说不行
5. AI 可能会改不必要的代码
综上: 以下是我的一些心得, 如果利用优势, 避开劣势
1. 模块化开发, 前后端分离是必须的, 尽量让 AI 开发一个功能涉及到的文件越少越好
2. 如果需要大量复制代码, 建议手动进行, AI 非常容易犯错, 因为对 AI 来说, 每次都是重新写, 而大段代码重写不能保证一致
3. 大规模重构, 建议自己写做个初步, 比如自己建好目录, 模块文件(哪怕是空文件), 架构雏形出来再让 AI 执行会好很多
4. 一个问题多次让 AI 尝试失败后, 建议自行介入, 网上搜索方案等, 有一些线索后指导 AI 后再继续, 避免反复尝试无效方案浪费实际和钱(Token)
5. 提交时一定仔细查看, 是否有和本次功能无关的文件被修改, 因为 AI 可能会做一些无效修改, 如果不注意漏过, 后面查找非常困难, 因为 AI 可能会瞬间修改大量文件
6. 利用 Git 做到即时提交, 随时回退, 你要假设 AI 可能随时改坏, 只要得到部分有效修改, 立即提交, 不要觉得我要等这个功能完全做好再提交, 积累修改越多, 越容易出问题.
详见
videoide(乾坤视界) 链式视频处理软件
https://www.v2ex.com/t/1153611
以下 100%手工输入
项目大概 6 月 20 多号开始开发, 前后快 2 个月时间, 当然我也没有天天开发, 有时候也要停下来思考. 项目的技术架构是 Tauri+Rust, Tauri 负责前端, Rust 负责实际的视频处理, 前后端分离, 非常合理, 这也是我第一次使用这个架构. 其实我前端和 Rust 都不熟, 原来主要使用 python 开发, 也用 pyqt 等开发了几个项目, 但现在有 AI 辅助, 怕什么呢, 先干起来再说.
项目基本上可以说是 AI 主导， 我统计了下， 大概 Rust 代码 12000 行, 前端相关 1 万行, 基本上 90%是 AI 完成, 总之, 这是我第一个主力使用 AI 完成的项目. 现在我也可以回答一个问题, AI 能不能用来做真正的项目, 当然可以. 尤其是你不熟悉的技术栈, 更要注重使用 AI 辅助.
虽说 90%代码都是 AI 写, 但不代表我也没干活, 事实上就是把写代码转成写提示词, 测试, 和 AI 不断交互测试结果, 不断改进迭代. 这个项目支持 50 多个动作, 每个动作都需要和 AI 来回交互若干次才能得到最终理想结果. 所以我又可以回答一个问题, 如果我真的不太懂开发, 能不能做成大点的项目, 答案是否定的, 因为任何真正项目都有 AI 的盲点, 这时候你必须准确找到出口, 因为既然是盲点, 你就算让 AI 不断尝试几十次, 可能也是徒劳的. 所以目前对 AI 的态度还是很明确的, 副驾驶, 你是主驾驶, 显然你的总体水平不应低于 AI 很多, 否则关键时候不能给予指导, 就会卡壳了. 这并不矛盾, AI 擅长的是多种语言,框架, 技术,架构等等, 但是你必须也能在解决实际问题上能给 AI 知道, 才能在关键时候克服一些问题.
以下列出几个我认为的 AI 优势及劣势
1. AI 擅长写代码, 不擅长跨多文件改代码
2. AI 不擅长复制代码(需要大量复制代码从一个文件到另一个文件)
3. AI 不擅长大规模重构(涉及很多文件时候)
4. AI 不擅长说不行
5. AI 可能会改不必要的代码
综上: 以下是我的一些心得, 如果利用优势, 避开劣势
1. 模块化开发, 前后端分离是必须的, 尽量让 AI 开发一个功能涉及到的文件越少越好
2. 如果需要大量复制代码, 建议手动进行, AI 非常容易犯错, 因为对 AI 来说, 每次都是重新写, 而大段代码重写不能保证一致
3. 大规模重构, 建议自己写做个初步, 比如自己建好目录, 模块文件(哪怕是空文件), 架构雏形出来再让 AI 执行会好很多
4. 一个问题多次让 AI 尝试失败后, 建议自行介入, 网上搜索方案等, 有一些线索后指导 AI 后再继续, 避免反复尝试无效方案浪费实际和钱(Token)
5. 提交时一定仔细查看, 是否有和本次功能无关的文件被修改, 因为 AI 可能会做一些无效修改, 如果不注意漏过, 后面查找非常困难, 因为 AI 可能会瞬间修改大量文件
6. 利用 Git 做到即时提交, 随时回退, 你要假设 AI 可能随时改坏, 只要得到部分有效修改, 立即提交, 不要觉得我要等这个功能完全做好再提交, 积累修改越多, 越容易出问题.
 |
1
wsseo 17 天前
AI 能写仓颉吗？
|
Select Language