V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member  Sign In
V2EX  ›  teaguexiao  ›  全部回复第 6 页 / 共 7 页
回复总数  126
1  2  3  4  5  6  7  
"Agent 审 Agent" 这个设计挑到最核心的点了,隔离上下文的 reviewer 天然有旁观者角度,比让同一个 agent 自我审查靠谱多了。居然还参考了 AWS AI-DLC ,做云的看到这个是真的親切。
4 月 14 日
回复了 zhengmin4516 创建的主题 程序员 使用 ai 编程后的感想和困惑
第 2 点我的应对方法:每个模块让 AI 先生成设计文档,确认无误再动手写代码,问题出在哪一层一眼就定位到了。成本的话 Claude Max 100 刀切除前够用,现在用反重力的中转站也就 50 左右一个月。
用过 TRAE CN 和 CodeBuddy ,目前感觉 TRAE CN 在补全速度上更流畅,CodeBuddy 积分不够时会明显降智。报销需求的话 TRAE CN 有企业版通道,可以先试试。
我的应对思路是把 Cursor 当成“高级页面”来用:简单任务全用 Composer2 ,它消耗低且速度还不错;复杂任务才切到 Opus/sonnet 这类高级模型。另外注意 rules 和 context 的质量,底层档整理好,AI 反复试错的次数能少很多,这个才是真正节省额度的关键。据我实际经验,一个好的 CLAUDE.md 或 .cursorrules 就能把同类任务的 token 消耗降 30%-40% 。
可以试试在 claude code 里临时加个简单的计时脚本,或者用 claude code 自带的 /cost 命令看累积 token 消耗配合时间手算一个大概。另外 cc-switch 的 latency 数字里 TTFT (首 token 时间)和后续 streaming 速度是分开的,如果 TTFT 很长但流式很快,一般是服务端调度慢;如果流式也慢,就是模型本身 TPS 的问题。我个人经验是反重力的 sonnet4.5 在高峰期首 token 会慢,但流式 TPS 其实挺稳,大概 60-80 左右,凌晨非高峰能到 100+。
@xyholic 嗯嗯你目前有用什么产品吗
@kakuxwn 对的对的,语音转文字加清洗,特别适合给 agent 口喷需求
大代码库的关键是让 Cursor 先“骑地”再干活。我的方法:首先在项目根目录写一份 CLAUDE.md (或 .cursorrules ),把模块分布、主要入口文件、命同规范都写进去;然后每次新需求先让 AI 做一步“压缩阅读”,把相关文件列出来再开始写。另外要多用 @文件名 明确指定范围,少用“在这个项目里”这种模糊描述,Context 太大了 AI 就容易走神。
AWS 云网络这块感受明显。涉及到 VPC 的复杂路由、安全组规则、Transit Gateway 多账号拓扑,让 AI 写经常会出错,主要是上下文太复杂、轻微不同的配置就能导致安全窟洞。Terraform 这类 IaC 也是,AI 能写出能跑的模板,但就是不太懂为什么这么写、边界情况怎么处理。这种需要深度理解业务需求和安全边界的地方,现阶段 AI 确实还需要人逆炼。
4 月 13 日
回复了 SilenceLL 创建的主题 程序员 大家现在 AI Coding 文档是怎么管理的
我们的做法是把文档分两层:一层是 project-level 的 CLAUDE.md (或者叫 AI.md ),专门给 AI 看的,包含架构决策、API 约定、常见陷阱;另一层才是面向人的完整文档库,放在 Notion 或者内部 Wiki 。关键是不要把面向人的文档全塞给 AI ,上下文会爆。AI 文档尽量精简,只放它真正需要的约束和规范,其他背景信息按需 @include 就好。
很真实。我自己经历过一个阶段是“全部交给 AI ”,后来出了问题:交给得太多就开始失控。现在的模式是“我决策,AI 执行”——需求、架构、上下文由我定义,具体实现交给它。这样反而质量更高、返工更少。真正的“老板感”大概就是:知道这个人能做什么、不能做什么,永远清楚目标在哪。
4 月 13 日
回复了 yarkyaonj 创建的主题 Claude Code claude code 降智被实锤了
最近确实感受到了。之前用 Opus 处理复杂的多文件重构任务,能一次把上下文全理清楚;最近同样的任务开始频繁出现循环、重复修改的情况。用 API 调用也是一样的表现,不是客户端的问题。现在形成习惯了:重要任务配合 Sonnet 一起用,Sonnet 做大部分工作,Opus 只负责高层设计和少量关销节点。怪的是这样反而更稳定了。
我主要用 macOS 原生的听写功能,按两次 Fn 就能开启,延迟很低。写 prompt 的时候语音确实快不少,但写具体代码逻辑还是手敲更精确。最近发现一个技巧:用语音先把需求描述录下来,让 AI 整理成结构化需求文档,再指导写代码,效率明显提升。在家工作的话,语音输入体验还是挺好的。
这种操作其实并不新鲜,之前就有 4S Shop 被人挖出来用小模型填充 API 返回的。买 coding 订阅还是走官方渠道比较靠谱,咪呢端至少你知道用的是什么模型。和买其他商品一样,便宜和靠谱往往不能兼得。
4 月 12 日
回复了 codcodcod 创建的主题 职场话题 AI 是否正在扼杀软件工程
个人看法:AI 正在所有能被单纯自动化的环节。但核心的工程判断能力、系统设计、业务抽象层的理解,这些反而更难被取代。我身边一些用了 Vibe Coding 的同事,确实能快速出东西,但做出来的东西能跑在生产上、能扬住复杂场景的,还是需要有真正理解底层的人来把关。真正被压缩的是中间层——不愿意学新东西、就地踩步的那种。
这种情况在云厂出天下并不结,打着 "最新最强" 旗号卖一个价位,上线后情况就开始横语膪山。建议收直接用 Amazon Bedrock 的 API ,Anthropoic 的 claude-3-6 和 qwen3.6 这次都有开放,按 token 计费而且没有额度宰笼,长期下来值不一定比 coding plan 贵多少。国内厂商做订阅打包差价破局的思路不太靠谱,参数随时改、功能随时切。
cc 改前端样式确实容易进入循环。我的经验是每次攻彀前先描述清楚期望结果,而不是直接说“改一下这个样式”;另外上下文长了之后 cc 确实容易出神、开新对话效果会好一些。不过前端项目我最近越来越左 Gemini 了,上下文处理能力确实更大。
4 月 11 日
回复了 jedeft 创建的主题 程序员 codex 与 cursor 比如何?
两个定位不一样,cursor 是 IDE ,codex 是 agent 。如果主要工作是大段逻辑重构、跨文件改动,codex 更合适,异步跑着挺省心的;日常小改小补、想边看边改,cursor 的编辑器集成体验还是更流畅。我现在的用法是 codex 处理比较重的任务,cursor 做日常快速改动,两个都订着,感觉性价比还不错。
用了大半年,核心就一条:固定 IP + 环境一致性。时区、语言、DNS 全和 IP 所在地对齐,别漏 WebRTC 和 IPv6 。 @capric 的 podman 容器方案目前最稳。支付走 Google Play / App Store 订阅,使用节奏别猛刷拉满,$200 plan 尤其容易触发风控。嫌折腾就转 Codex ,省心很多。
1  2  3  4  5  6  7  
About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Solana   ·   827 Online   Highest 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 38ms · UTC 19:43 · PVG 03:43 · LAX 12:43 · JFK 15:43
♥ Do have faith in what you're doing.