来源 X
2 个赞
我相信了网上的吹捧， 真的用Claude Code从0生成了一个项目，于是我发现，我烧了40%的额度，花了一个星期，最后还在一步步排查流程。
只能说， 这玩意用来刷KPI，应付进度，那确实可以很快的给你一个看起来work的东西，但是，一旦你开始排查测试，那问题就太多了。最后你需要烧更多的token， 些更详细的描述和规则，做更多的测试和排查。
这大概都不是模型和工具能力有什么问题， 而是单纯的这种工作模式本身就是会有这样的问题，毕竟文字描述完全详尽无歧义的实现一个项目才能得到完全明确的结果， 不然你得到的东西本来就是不确定的。
2 个赞
这个东西还是看你怎么用, 你描述越详细越有可能达到你想到的结果, 如果你自己的表达逻辑都不通顺或者有冲突,你期望他能实现你的需求确实有点难为人, 这就是也不是每一个人都能做产品经理的原因,
AI 时代，所有程序员应该重修语文。
猜想以后程序员面试都是，“你为了一个需求写了几万字的提示词？”如果写过小说有加分，但是诗歌（特别是现代诗）减分
使用方法问题。一些 AI 编程的效果展示让人误以为这东西不需要学习，事实上依然有巨大的学习成本，只是和传统的编程学习侧重不同，AI 操控的技能更侧重于产品经理/项目经理
挺行的，比纸版跑道强你说对吧
目前的大语言模型还无法应对大一点的项目，不过小模块方面还挺强，所以开发者还是要转到程序结构设计这边，只负责规划架构/各种子功能模块，然后让AI去单独实现小模块，自己当个高级的代码块“组合员”即可。
我也用 Claude Code 完全从 0 生成了一个项目，现在已经跑在线上了。
一开始用 Sonnet 4.5 的时候还能应付，等项目越来越复杂的时候，Sonnet 4.5 就有点力不从心了，一些需求没法一遍过，然后后来开始用 Opus 4.5，效果很好，之后就一直主力 Opus 4.5 了，每个月花费大概 200 块钱出头。
我觉得主要的问题在于很多人之前没有做过程序员，或者完全放任 / 相信了 AI 生成的代码。写代码其实只是第一步，更重要的是确保代码松耦合、给代码写单元测试、给整个项目写 E2E 测试、对代码进行 review 等。就算是自己手写代码，那么不做这些的话，最后代码也会变成 “just work” 的状态。
目前的 AI 受智能和上下文的限制，还是无法做到人类程序员的全局观，所以人类程序员还是只能用它来“加速”，而不能所有工作都交给 AI。
1 个赞
跑的挺丝滑的啊
运行测试情况良好，可以上线！
我用cc和codex已经完成好几个小程序了，还有gui工具，虽然有时候有存在问题的地方，找codex改改就好了。比完全自己写快很多，还轻松
人还是程序
让AI写rust语言,
第一步、编译器会教AI做人,
第二步、等编译通过后,人工审一下逻辑.
写小工具还是挺快的,比从头手写快