把开发文档丢入 Cherry Studio，做一下向量化（RAG），就可以直接提问了。优点如下：
看起来 AI 对编程的辅助没那么神，之前看别人一提到 Cursor 之类的工具，语气都仿佛带着电流，给人的感觉是效率只少翻了两三倍
“AI 话题” 本身是一个流量来源。夸张的成分很多。
前一阵子我看了一个视频，一个音乐制作人听了 AI 做的音乐，开始害怕了嗷嗷叫。
但是作为一个非音频专业的爱好者，能明显听出来 AI 做的音乐远不如音乐制作人。所以很有可能是节目效果，骗一骗“吃瓜群众”。
平常一些轮子比百度来的快，不过还是得自测。
ai辅助代码我目前用的多的是在开始前告诉他一个具体的业务，然后让他参考下几个备选实现方案。或者是已经写完的代码扔个ai让他提点优化方案，下次好注意点
如果片面笼统的去断言一个工具的效率，这个结果必然是不客观的。但是现在很多推荐都会非常简单粗暴的直接给出一个好或者坏的结论。当然很想抱怨甚至痛骂这些面向流量的行为。但是反思自己现在看某些视频的时候，因为标题点进去，如果他三句话之内不能够给我一个我想要的结果，我就会退出来。所以这种事情也算是用户和内容提供者的相互成就了。（无奈，摊手
实际对效果要去分情况讨论：
我想创建一个 Vue.js 的项目，很简单啊就是一个很典型的项目然后我想用它做个小工具什么的……这时候创建项目的操作交给 AI 它会做得非常好。你只要是能把要求写清楚他几乎能把要求中的一切都做好。虽然确实是一件挺简单的事情，但自己操作还真的要费一点时间毕竟很多人是不会去记忆那么多相关指令的，当然更挠头的就是相关配置了。
类似的还有写一些常用的功能函数，如果 AI 能够猜中你的意图，它能在你新起一行的时候向下补全出整个功能函数，对，甚至你连一个字都不需要打。如果他猜不到，你还可以通过注释先写明自己的意图。
可以参照这个帖子 DeepSeek 实用小技巧
如果你对他说帮我创建一个计算器，他真就能给你写出一个计算器来，这算是完美的达成了你的需求。
你甚至可以增加要求，美观一些，能够支持百分数的计算……
但到这里这些需求依然是宽泛的。所以他很容易达成。但如果你把要求细致下去想要对每一个细节进行深入的掌控，AI 能带给你的帮助随着复杂度的上升而下降，甚至可以达到负数。
这就好像我们要求把饭做熟这是很容易达成，但如果细致下去这根胡萝卜要做成什么什么菜，那个土豆要做成什么什么菜……虽然看起来最终都是把饭做熟，但这个难度差别是不可同日而语的。
归根结底现在的 AI 依旧不是真正的智能，它并不会思考。它所做的事情其实就是帮你ctrl c和ctrl v，但确实它能做的更方便更灵活，当方便和灵活的特性极致发挥就让人觉得仿佛他有了智能。
但终究训练中没有的东西，或者训练素材中很少的东西它是解决不了的。还有复杂度稍微提升一些也是不行的。比如让它生成一些功能函数，逻辑上都没有问题，但其中的正则就写的表面能用，实际过度简化。也就是说他的答案在整体复杂度上是有一个上限的。
结合上一个小节里的内容，让他写一个网页，它优先满足上这个网页能运行的复杂度，多余的算力再去解决细节，所以在细节上不可能要求精益求精。（除非通过一次次提问去不断的打补丁
如果只是一个几十行的代码，你会感觉用ai操控起来有点随心所欲为所欲为。但如果是几百上千行代码，你就会觉得他丢三落四让人恼火了。
对于 AI 每一次的提问其实都是独立的，所谓的结合上下文是因为在提问的时候为他附上了相关的上下文。也就是虽然你提出的只是一个几十字的小问题但是 AI 可能接收了几千字的内容。然而他的注意力是十分有限的，所以丢三落四简直是必然结果，甚至最后输出的内容都一通乱七八糟。
这时候的状况变得很可笑：我在使用 AI，但是我要极力的控制问题范围，最好让 AI 只需要面对几十行代码来思考我提出的问题。这就好像在给小学生讲题，需要一个条件一个条件的拆解。
所以到后期你说他能带来帮助吗？有一点，但不算很多。
我写代码，让他去读，他居然真能读得懂，有点儿遇到知音的开心。既然读得懂就帮我把注释补全一下吧。这种只需要面对一个函数的，非常套路化的任务简直太适合他了。
然后发现既然他能读得懂理解我的意图，用它来写单元测试的用例也是非常方便的，甚至能写出许多我没有考虑到的状况