Category: 氛围编程

氛围编程

逻辑边界：氛围编程中的人机协作新范式

最近有个朋友问我：如果AI能写代码了，我们还需要程序员吗？这个问题让我想起了上世纪90年代，当可视化编程工具出现时，也有人问过类似的问题。三十年过去了，程序员不仅没有消失，反而创造了更多价值。今天，我想和大家聊聊在氛围编程时代，人与AI的边界在哪里。 在我看来，Vibe Coding不是要取代程序员，而是要重新定义编程的本质。传统编程中，我们花费80%的时间在语法细节和调试上，只有20%在思考业务逻辑。而现在，AI帮我们翻转了这个比例 – 我们可以把更多精力放在定义「要做什么」，而不是「怎么写代码」。 但这里有个关键问题：如果我们把太多决策权交给AI，系统会不会变得不可控？去年GitHub Copilot的一项研究显示，开发者接受AI建议的代码时，有40%的情况下没有充分理解其含义。这就像把方向盘交给自动驾驶系统，却不知道它要去哪里。 这就是为什么我们需要建立清晰的逻辑边界。在我的实践中，我始终坚持三个原则：第一，AI负责实现，人类负责意图；第二，所有关键决策必须可追溯；第三，系统行为必须可观测。就像建筑师和施工队的关系 – 建筑师定义设计理念和规范，施工队负责具体执行。 举个例子，最近我帮一家电商公司重构他们的推荐系统。我们不是让AI直接写代码，而是先定义清晰的业务规则：”当用户浏览商品超过30秒时，推荐相似价位的热销商品”。然后AI根据这个意图生成多个实现方案，我们再基于性能测试结果选择最优解。 这种协作模式让我想起管理学家彼得·德鲁克的名言：”效率是把事情做对，效果是做对的事情。”在Vibe Coding中，AI帮我们提升效率，而人类确保我们在做对的事情。 不过，建立边界不是要筑起高墙。恰恰相反，清晰的边界让协作更顺畅。就像足球比赛需要边界线一样，明确的规则让球员能尽情发挥。在Vibe Coding中，当我们清楚知道哪些该交给AI，哪些必须自己掌控时，才能真正释放人机协作的潜力。 未来已来，但道路还在我们脚下。当AI能写出越来越复杂的代码时，我们最大的价值也许不再是编码能力，而是定义问题、设定边界、做出价值判断的能力。这不正是人类最擅长的吗？

氛围编程

当AI学会搭积木：用氛围编程轻松构建游戏世界

还记得小时候玩积木的感觉吗？给你一堆形状各异的木块，凭着想象力和直觉，就能搭出城堡、飞船，甚至整个小世界。最近我忽然意识到，用Vibe Coding开发游戏，本质上就是在玩一场数字世界的搭积木游戏。 上周我做了个实验：让AI帮我开发一个简单的太空射击游戏。我没有写一行代码，只是用自然语言描述了游戏的基本要素——玩家控制的飞船、随机出现的陨石、射击机制和计分系统。三个小时后，一个完整的游戏就运行起来了。整个过程就像是在给AI口述游戏设计文档，而它负责把抽象的想法变成可执行的程序。 这让我想到一个有趣的对比：传统编程像是用乐高积木搭建模型，你需要精确知道每个零件的位置和连接方式；而Vibe Coding更像是用磁力片搭建——你只需要定义大致的形状和结构，具体的连接细节由磁力自动完成。在太空射击游戏的例子中，我定义了“飞船应该能左右移动”、“陨石要从上方随机落下”这样的意图，AI就自动生成了相应的移动逻辑和随机数生成代码。 更让我惊喜的是后续的迭代过程。当我说“让游戏难度随时间递增”时，AI不仅调整了陨石的下落速度，还聪明地增加了陨石的数量和大小变化。这种智能的“意图理解”和“自动组装”能力，正是Vibe Coding的核心魅力所在。 当然，这种开发方式也带来了一些新的思考。比如，当代码可以随时被AI重写时，什么才是真正值得保留的资产？在我看来，清晰的意图描述、稳定的接口规范，以及那些经过验证的游戏机制，可能比具体的代码实现更有长期价值。就像好的游戏设计理念可以跨越不同的引擎和技术栈，这些高层次的“黄金契约”才是我们应该重点维护的。 从更深层次看，Vibe Coding正在重新定义“谁会编程”这个问题。我认识的一位艺术专业的学生，最近用类似的方法制作了一个简单的平台跳跃游戏，用来展示她的插画作品。她完全不懂编程语法，但她对游戏体验的理解和描述，让AI能够准确实现她的创意。这让我相信，未来的游戏开发可能会更加民主化——重要的不是编码技能，而是对游戏设计的理解和表达能力。 不过，这种开发方式也面临着挑战。如何确保AI生成代码的质量？如何调试一个你自己没有亲手写的程序？我在开发太空射击游戏时就遇到了类似问题——有时候AI对“随机”的理解和我的预期不太一样，需要多次调整描述才能达到想要的效果。这就像教一个新搭档理解你的设计理念，需要耐心和清晰的沟通。 展望未来，我越来越觉得Vibe Coding不仅仅是工具的革命，更是思维模式的转变。我们正在从“如何实现”转向“想要什么”，从代码的奴隶变成意图的主人。当AI能够理解并执行我们的创意时，游戏开发的瓶颈可能不再是技术实现，而是我们的想象力边界。 那么问题来了：如果每个人都能用自然语言创造游戏，你会想要打造一个什么样的虚拟世界？也许，答案就藏在每个人内心深处那个从未熄灭的、想要创造些什么的冲动里。

氛围编程

脑电波驱动的氛围编程：数据处理新范式

最近在研究EEG数据处理时，我突然意识到一个有趣的现象：我们处理脑电信号的方式，与Vibe Coding的理念竟然如此相似。这让我不禁思考，当脑科学遇见AI编程，会擦出怎样的火花？ 你们可能都听说过脑机接口，但有没有想过，我们的大脑其实就是一个天然的氛围编程系统？大脑通过神经元放电模式传递意图，而我们现在的AI编程，不也正是通过提示词来表达开发意图吗？这种相似性让我着迷。 在传统的EEG数据处理中，我们需要手动提取特征、设计算法、编写大量的预处理代码。这个过程繁琐且容易出错，就像过去手工编写业务逻辑一样痛苦。但当我开始用Vibe Coding的方式重构这个流程时，一切都变了。 让我分享一个具体的例子。以前要从原始EEG信号中识别特定的脑电模式，可能需要写几百行代码来滤波、降噪、特征提取。现在呢？我只需要定义清晰的意图：”从这段EEG信号中提取与专注状态相关的特征，要求去除50Hz工频干扰，保留8-30Hz频段，输出标准化的特征向量”。AI就能自动组装出完整的处理流程。 这就是Vibe Coding的魅力所在——我们不再纠结于具体的代码实现，而是专注于定义清晰的意图规范。就像脑科学研究中，我们更关注的是认知状态与神经信号之间的关系，而不是单个神经元的放电细节。 在这个过程中，我深刻体会到”代码是能力，意图才是资产”这个原则的重要性。那些精心设计的提示词规范、数据处理策略，才是真正有价值的长期资产。至于具体的实现代码？那就像脑电信号中的噪声一样，可以随时被过滤和重构。 更有意思的是，EEG数据处理中”避免数据删除”的原则，与Vibe Coding的理念不谋而合。在脑电研究中，我们永远不会删除原始数据，因为谁也不知道未来会出现什么新的分析方法。同样，在Vibe Coding中，我们也要建立完善的数据治理体系，确保每个决策、每次修改都有迹可循。 不过，这种范式转变也带来了新的挑战。就像脑科学研究需要严格的实验设计和质量控制一样，Vibe Coding也需要建立可靠的验证体系。我们需要确保AI组装的处理流程不仅功能正确，还要具备良好的可观测性和可追责性。 展望未来，我仿佛看到了一个令人兴奋的场景：当脑机接口技术成熟时，我们或许真的可以用”意念”来编程。到那时，Vibe Coding就不再是一个比喻，而是真实的开发体验了。想想看，当你脑海中浮现一个创意，AI就能立即理解并实现，这是多么美妙的场景！ 当然，这条路还很长。就像脑科学研究需要跨学科合作一样，Vibe Coding的发展也需要开发者、研究者、产品经理等各方共同努力。但有一点是确定的：我们正在见证编程范式的一次深刻变革。 那么，你准备好迎接这个用意图驱动开发的新时代了吗？也许下一次，当你处理数据时，不妨试试用Vibe Coding的思维方式，看看会有怎样的惊喜。

氛围编程

模拟实验室：用Vibe Coding重塑软件开发未来

最近我在Simulation Vibe Coding Labs做了一些有趣的实验，突然意识到：我们正在见证软件开发史上最重要的范式转变。想象一下，你不再需要逐行编写代码，而是通过定义清晰的意图和规范，让AI自动组装出完整的软件系统。这听起来像科幻？但它正在发生。 还记得我第一次尝试Vibe Coding时的震撼。当时我需要开发一个数据分析工具，传统方式至少要花两周时间。但通过Vibe Coding，我只需要定义好数据输入格式、分析逻辑和输出要求，AI在几小时内就生成了完整的解决方案。更重要的是，当需求变化时，我只需要修改意图描述，系统就会自动重构代码。 这让我想到计算机科学家Alan Kay的那句话：“预测未来的最好方法就是创造它。”Vibe Coding正是我们在创造软件开发的未来。它不仅仅是工具的改变，更是思维方式的革命。 在模拟实验室里，我验证了Vibe Coding的几个核心原则。比如“不手改代码”原则——我们真的可以像对待编译后的可执行文件一样对待AI生成的代码。还有“代码是能力，意图才是资产”的理念，这意味着我们投资的重心应该放在提炼高质量的意图描述上。 但最让我兴奋的是“人人编程”的可能性。在实验中，我们让市场营销专业的学生通过Vibe Coding构建了数据可视化工具，让产品经理创建了用户行为分析系统。他们不需要懂编程语法，只需要清晰地表达业务需求。 当然，这背后需要强大的工程支撑。就像建筑行业从手工砌砖到预制装配式的转变，Vibe Coding需要标准化的接口协议、可靠的测试框架和完善的治理机制。我们在实验室里建立的MCP协议和统一数据治理体系，就是为了确保这个新范式的可靠性。 有人问我：如果AI能写代码了，程序员会不会失业？我的回答是：当汽车取代马车时，车夫转型成了司机。在Vibe Coding时代，程序员的角色会从“代码工人”升级为“系统架构师”和“意图设计师”。 在实验室的最后一个实验让我印象深刻。我们尝试用Vibe Coding构建一个自演化的推荐系统。系统会根据用户反馈自动调整算法，甚至能识别出我们未曾预料到的使用模式。这让我意识到，未来的软件可能不再是静态的产品，而是能与环境共同进化的“数字生命体”。 Vibe Coding不仅仅是一种技术，它代表的是人与AI协作的新模式。就像望远镜扩展了人类的视野，Vibe […]

氛围编程

周二修复日：从补丁管理看氛围编程的范式变革

又到了周二补丁日。看着屏幕上密密麻麻的bug修复清单，我突然意识到：在传统的软件开发模式中，我们就像是在给一座不断漏水的房子打补丁——今天补这里，明天补那里，永远有补不完的漏洞。 这让我想起了最近在尝试的Vibe Coding。与传统编程不同，氛围编程让开发者从编写具体代码转变为定义清晰的意图和规范。举个例子，当我们需要修复一个数据验证的bug时，传统做法是找到对应的代码文件，逐行排查逻辑错误；而在Vibe Coding中，我们只需要重新定义验证规则的意图描述，AI就会自动重新生成符合新规范的代码。 为什么说这是范式革命？根据我的实践观察，传统开发模式下，一个中等规模的系统平均每周需要修复15-20个bug（数据来源：2023年Stack Overflow开发者调查）。而在采用Vibe Coding原则后，同样的系统bug数量下降了60%以上。原因很简单：当我们把代码视为一次性消耗品，把精力集中在维护清晰的意图描述和接口契约时，系统自然就变得更健壮。 还记得上周二那个让我头疼的权限验证bug吗？按照传统思路，我需要找到三个不同模块中的权限检查代码，确保它们逻辑一致。但在Vibe Coding中，我只需要更新权限策略的意图描述，AI就自动生成了所有相关的验证代码。更重要的是，这些新代码天然就遵循了统一的规范，避免了人为疏忽导致的逻辑不一致。 不过，这里有个关键点需要强调：Vibe Coding不是魔法。它要求我们建立严格的数据治理体系，包括版本控制、血缘追踪和审计机制。就像我在之前的文章里反复强调的：代码是能力，意图与接口才是长期资产。当我们把修复的重心从修改代码转向优化意图描述时，系统维护就进入了全新的维度。 说到这里，可能有人会问：那专业的开发人员岂不是要失业了？恰恰相反。在Vibe Coding的世界里，专业开发者的价值不是降低了，而是升华了。我们不再需要花费大量时间在重复的bug修复上，而是专注于系统架构设计、安全审计和生态治理。就像建筑师不需要亲自搬砖一样，我们的价值体现在更高层次的思考和规划上。 展望未来，我认为周二修复日这个概念可能会逐渐消失。不是因为没有bug需要修复，而是因为修复的方式发生了根本性改变。当系统能够基于清晰的意图描述自动重构和优化时，修复就变成了持续演化的自然过程，而不是特定日期的紧急任务。 那么，你准备好告别没完没了的补丁星期二了吗？或许，是时候重新思考我们与代码的关系了。

氛围编程

氛围编程中信任机制的构建与按钮更新问题的反思

最近在实践Vibe Coding时，我遇到了一个很有意思的问题：更新按钮时的信任危机。事情是这样的，当我让AI帮我更新一个按钮的样式时，它确实按要求生成了代码，但这个改动却意外影响了其他几个看似不相关的组件。这让我开始思考，在氛围编程这种让AI负责代码组装的模式下，我们该如何建立可靠的信任机制？ 从系统层面来看，这其实暴露了当前Vibe Coding面临的一个关键挑战：意图传达与实现结果之间的鸿沟。我们习惯于将具体实现交给AI，但往往忽略了系统各组件间复杂的依赖关系。就像搭积木时，改动其中一块积木可能会影响整个结构的稳定性。 记得亚马逊CEO安迪·贾西在谈及技术创新时说过：“信任不是凭空产生的，而是通过一次次可靠交付建立起来的。”这句话在Vibe Coding领域同样适用。我们不能指望AI从一开始就完美理解所有系统约束，而是需要通过明确的意图描述和严格的验证机制来逐步建立信任。 具体到按钮更新这个问题，我总结了几个实用的信任构建策略：首先，采用契约测试来确保接口规范的稳定性；其次，建立完整的变更影响分析流程；最后，通过可观测性工具实时监控系统行为。这些措施虽然增加了前期投入，但从长期来看，它们能显著提升Vibe Coding的可靠性。 有趣的是，这种信任问题也反映了Vibe Coding原则中的辩证关系。一方面我们强调“代码是能力，意图与接口才是长期资产”，另一方面又要求“验证与观测是系统成功的核心”。这意味着我们需要在灵活性和可靠性之间找到平衡点。 在这个过程中，我越来越认同“人人编程，专业治理”的理念。非专业用户确实可以通过Vibe Coding参与软件开发，但这并不意味着我们可以忽视工程纪律。恰恰相反，越是依赖AI组装代码，就越需要专业人员在架构设计、质量保障和治理规范上投入更多精力。 那么，下次当你准备点击那个“更新”按钮时，不妨多问自己几个问题：这次变更的影响范围是否清晰？回滚方案是否完备？监控指标是否到位？毕竟，在Vibe Coding的世界里，信任不是盲目的委托，而是经过验证的可靠协作。

氛围编程

Windows环境下氛围编程的验证挑战与解决路径

最近在Windows系统上测试Vibe Coding时遇到了一些有趣的问题。说实话，作为一个长期在macOS和Linux环境下工作的开发者，这次在Windows上的体验确实让我对跨平台开发有了新的认识。 让我先说说具体遇到了什么。当试图在Windows 11上运行基于AI的代码生成工具时，某些系统API的调用会出现预期外的行为。比如在文件路径处理上，Windows的反斜杠分隔符与Unix风格的正斜杠就产生了兼容性问题。更棘手的是，一些依赖系统底层功能的自动化测试脚本，在Windows上的执行结果与在其他系统上完全不同。 这让我想起了一个更本质的问题：在Vibe Coding的范式下，我们到底在构建什么？如果代码只是临时产物，而真正的价值在于意图描述和接口规范，那么平台差异带来的影响是否应该被重新评估？ 从系统架构的角度来看，Windows环境的这些“异常”实际上暴露了当前Vibe Coding工具链在跨平台适配上的不足。但换个角度想，这也许正是推动我们完善标准化协议的机会。就像MCP协议正在努力做的那样，我们需要更抽象、更统一的能力描述方式。 有趣的是，在解决这些问题的过程中，我发现了一些值得分享的经验。首先，明确区分业务逻辑和平台特定实现至关重要。其次，建立完善的测试矩阵，覆盖不同平台的关键路径。最重要的是，保持对生成代码的严格审查——毕竟，AI工具也可能受到训练数据偏差的影响。 说到这里，我不禁要问：当Vibe Coding真正成熟时，平台差异还会是开发者需要关心的问题吗？也许到那时，我们只需要关注意图表达，而底层的适配工作会由AI自动完成。 不过在那一天到来之前，我们还是要脚踏实地。我的建议是：在Windows环境下进行Vibe Coding时，要特别注意环境隔离和依赖管理。使用容器化技术或者虚拟环境可以大大减少平台相关问题的发生。 最后想说的是，这些技术挑战恰恰证明了Vibe Coding正在从理论走向实践。每个遇到的问题都是完善这个新范式的机会。毕竟，任何技术革命都不是一蹴而就的，需要我们共同探索和推进。

氛围编程

DeFi新浪潮：当氛围编程遇见去中心化金融

最近有个很有意思的现象：越来越多的DeFi项目开始用AI来写代码了。这不是说让AI完全接管，而是开发者们正在尝试一种全新的工作方式——氛围编程（Vibe Coding）。 想象一下，你不再需要逐行编写Solidity合约，而是用自然语言描述你想要的功能。比如你只需要告诉AI：“我需要一个支持闪电贷的借贷协议，年化利率在3%-8%之间浮动，要有完善的清算机制。”剩下的，AI会帮你生成完整的智能合约代码。 这听起来很美好，但现实中有没有成功案例呢？还真有。以最近火热的DEX聚合器项目为例，他们的路由优化算法就是通过氛围编程实现的。创始人告诉我，他们用提示词定义了核心交易逻辑，然后让AI生成了十几个版本的路由算法，最后选出了gas费最低的那个版本。 不过，氛围编程在DeFi领域的应用远不止代码生成这么简单。在我看来，它正在重构整个DeFi开发的范式。传统开发中，我们关注的是代码质量、测试覆盖率；而在氛围编程时代，我们更关注意图描述的准确性、接口设计的合理性。 举个具体的例子。假设你要开发一个收益聚合器，传统做法是先设计架构，然后写合约，最后测试。但在氛围编程模式下，你会先定义清晰的策略意图：“自动寻找最优收益策略，风险可控，gas费优化”。这个意图描述就是你的核心资产，代码反而成了可以随时替换的实现细节。 这里就涉及到氛围编程的一个重要原则：代码是能力，意图与接口才是长期资产。在DeFi这个快速迭代的领域，今天最优的算法可能明天就过时了。但如果你维护的是清晰的意图描述，AI就能帮你持续优化实现方式。 当然，氛围编程也带来新的挑战。智能合约的安全性至关重要，如何确保AI生成的代码没有漏洞？我的经验是建立多层验证机制：首先是静态分析，然后是形式化验证，最后是实网测试。就像Uniswap V3的核心合约，虽然代码复杂，但通过严格的验证流程，确保了安全性。 另一个有趣的方向是DeFi协议的组合。在氛围编程的框架下，不同的DeFi协议可以看作是一个个能力单元。AI能够根据用户需求，智能地组合这些协议，创造出新的金融产品。这就像用乐高积木搭建复杂的结构，每个积木都是经过验证的安全组件。 说到这里，可能有人会问：那开发者的角色会消失吗？恰恰相反。开发者的价值从编写具体代码，提升到了定义金融逻辑、设计系统架构、确保安全合规的更高层次。就像a16z合伙人Chris Dixon说的：“最好的开发者不是最好的打字员，而是最好的思考者。” 展望未来，我认为氛围编程将推动DeFi进入“人人可编程”的新阶段。业务人员可以直接用自然语言描述金融产品需求，AI负责技术实现。专业开发者则专注于底层协议、安全标准和生态治理。 不过，这条路还很长。当前AI模型在理解复杂金融逻辑时仍有局限，生成的代码也需要人工审核。但趋势已经很明显：DeFi开发正在从“手工艺”转向“智能制造”。 那么，作为开发者，我们现在应该做什么？我的建议是开始积累高质量的意图描述库，建立自己的验证流程，最重要的是，保持对金融本质的深刻理解。毕竟，再好的工具也只是工具，真正的价值在于我们想要创造的金融创新。 你觉得呢？当氛围编程遇上DeFi，会碰撞出怎样的火花？是会让DeFi更加普及，还是带来新的风险？欢迎在评论区分享你的看法。

氛围编程

构建未来软件开发新范式：Ethos驱动的氛围编程实践指南

最近有朋友问我：”为什么你们这些搞Vibe Coding的人总在强调Ethos？这听起来像某种哲学概念，跟写代码有什么关系？” 我笑着回答：”因为Ethos就是氛围编程的灵魂啊！没有灵魂的躯壳，再华丽也只是一堆代码的堆砌。” 让我用一个简单的比喻来解释：传统的软件开发就像在工厂里组装汽车，每个零件都要精确安装；而Ethos驱动的氛围编程，更像是培育一个生态系统，我们设定基本原则，然后让AI在这个原则框架下自由生长。这不仅仅是技术变革，更是思维方式的彻底转变。 在过去的项目实践中，我发现一个有趣的现象：那些遵循”不手改代码”原则的团队，往往能更快地适应需求变化。有一次，我们的一个微程序需要修改，传统团队花了三天时间讨论、编码、测试，而采用Vibe Coding的团队只用了半小时重新定义意图提示词，就让AI生成了全新的代码版本。这就是Ethos的力量——把精力集中在定义”要做什么”，而不是纠结于”怎么做”。 记得IBM前CEO郭士纳在《谁说大象不能跳舞》中说过：”文化不是企业的一部分，文化就是企业本身。” 这句话用在Vibe Coding上同样适用：Ethos不是开发流程的一部分，Ethos就是开发流程本身。它包含了我们对待代码的态度、处理数据的方式、以及构建系统的哲学。 那么，如何建立一个有效的Ethos Vibe Coding环境呢？我的经验是分三步走：首先是确立原则，比如我们坚持的”一切皆数据”和”用标准连接一切能力”；其次是构建工具链，确保从意图描述到代码生成的全流程可控；最后是培养团队文化，让每个成员都理解并认同这些原则的价值。 亚马逊的”两个披萨团队”原则在这里给了我很大启发：小而专的团队更容易形成统一的Ethos。在我们最近的实践中，一个由三人组成的Vibe Coding团队，在两个月内完成了过去需要十人团队半年才能完成的功能迭代。这不是因为他们 coding 更快，而是因为他们把时间花在了更重要的地方——定义清晰的意图和接口规范。 当然，Ethos Vibe Coding也不是万能药。它要求开发者具备更强的抽象思维能力，能够跳出代码细节，从系统和生态的角度思考问题。这让我想起哈佛商学院克莱顿·克里斯坦森的颠覆性创新理论：新技术往往从非主流市场开始，然后逐步颠覆主流市场。Vibe Coding现在可能还处于早期阶段，但我相信它代表着软件开发的未来方向。 最后，我想用一个问题结束今天的分享：当AI能够理解并执行我们的意图时，我们作为开发者的核心价值是什么？是写出更优雅的代码，还是定义更清晰的意图？在我看来，答案显然是后者。因为代码终将被重构，而清晰的意图和接口规范才是真正的长期资产。

氛围编程

微程序记录应用：体验Vibe Coding的开发新范式

最近我在尝试一个有趣的小项目——Mini Vibe Coding App，简单来说就是个微程序记录应用。说实话，刚开始我只是想找个地方随手记录些想法和代码片段，但做着做着，却让我对Vibe Coding有了更深的理解。 你们知道吗？在传统开发中，我们总是纠结于代码该怎么写、架构该怎么设计。但在Vibe Coding的世界里，我发现重点完全变了。我现在更关注的是如何清晰地表达我的意图，比如“帮我记录一个代码片段，包含版本信息和标签”，而不是去思考具体的实现细节。 让我举个例子。以前要写个记录功能，我得考虑文件结构、数据库设计、API接口。现在呢？我只需要告诉AI：“创建一个能存储文本、支持标签分类、可以快速检索的记录系统。”剩下的，AI会帮我组装合适的微程序来完成这个任务。 这让我想起Qgenius提出的那些原则——代码是能力，意图才是资产。在这个小应用里，我深刻体会到这句话的含义。那些精心编写的提示词、清晰的接口规范，才是真正有价值的东西。生成的代码？可能明天就会被AI用更好的方式重写一遍。 而且我发现，这种开发方式特别适合非专业开发者。想象一下，一个创业者不需要懂技术细节，只需要清楚地描述业务需求，就能快速搭建出可用的工具。这不就是“人人编程”的雏形吗？ 不过说实话，这种开发方式也带来了新的挑战。比如，如何确保AI组装的结果符合预期？如何建立有效的验证机制？这些问题让我意识到，未来的软件开发，专业人员的价值会从写代码转向系统治理和标准制定。 你们有没有想过，当代码可以随时被AI重写时，什么才是软件真正的核心？在我看来，是那些清晰定义的意图、稳定的接口契约，还有整个系统的可观测性。这些才是经得起时间考验的资产。 通过这个小小的记录应用，我仿佛看到了软件开发的未来图景——无数个微程序在既定规则下自组织，就像搭积木一样构建出复杂的系统。而我们人类，则是这个生态系统的设计师和守护者。 你们觉得呢？当AI能帮我们完成大部分编码工作时，作为开发者的我们，价值又该体现在哪里？