我如何每天利用 AI 进行构建与交付

AI 让原型设计变得快速，但它并不能让交付变得容易。

Demo 只需要运行一次。而交付的软件必须能让陌生人使用、能够处理错误输入，并保持数月的稳定。AI 能让你免费完成第一部分，它能帮你更快地完成第二部分，但前提是你必须保持工程标准。

以下是我利用 AI 交付真实产品的方法。

秘诀在于定义问题（framing the problem）。如果你无法描述“完成”后的样子，AI 也无法做到。它会给你一个看起来正确但实际上错误的答案。

我会先写一份简短的规格说明（spec）。我会定义：

• 代码必须做什么。
• 代码绝对不能做什么。
• 我如何判断它是否有效。

我不直接要求功能，而是要求步骤。小步迭代优于上千行的代码块。你必须能够阅读并信任每一行代码。

我的日常工作流：

• 先让它跑起来。一个能运行的、丑陋的版本比一个完美的计划能教给你更多。 • 及早编写测试。让 AI 在编写代码的同时编写测试。仔细阅读这些测试。 • 阅读你保留的每一行代码。如果你无法解释某行代码，就不要合并它。 • 将它用于那无聊的 80% 的工作。让 AI 处理样板代码（boilerplate）、schema 和迁移（migrations）。 • 学习新工具。利用 AI 快速解释新的 library 或领域知识。 • 毙掉坏主意。构建一个极简版本来验证某种方法是否行不通。这只需要花费一小时，而不是一周。

AI 在最后的 20% 环节会失效。这正是你的判断力最关键的地方。

你必须掌控：

• 架构和数据模型。AI 可能会给你一个在后期引发问题的 schema。
• 安全性。永远不要在身份验证或个人数据方面信任 AI。
• 一致性。AI 的编写风格各异。你必须保持代码库的连贯性。
• 验证。AI 经常会“自信地犯错”。不要假设任何事情，要验证一切。

在保持高效的同时不把事情搞砸的规则：

• 绝不合并你无法解释的代码。
• 保持上下文精简。过大的提示词（prompts）会导致糟糕的回答。
• 把 AI 当作一个不知疲倦但毫无责任感的初级开发人员。如果代码崩溃，凌晨两点被叫醒的人是你。
• 为审查预留时间。现在的构建成本很低，确保正确才是昂贵的部分。

当打字变得廉价时，判断力就变得更加值钱。工程师真正的职责不是打字，而是定义问题、选择架构以及决定什么值得构建。

AI 并不会让工程变得更容易。它让“思考”成为了工作的全部。

Source: https://dev.to/manoharnegi/how-i-use-ai-every-day-to-build-and-ship-3oob

Optional learning community: https://t.me/GyaanSetuAi