首席氛围编程自动化官:AI时代软件开发的范式革命

最近我一直在思考一个问题:在AI编程逐渐普及的今天,软件开发团队还需要传统的技术总监吗?或者说,我们需要一个全新的角色来引领这场变革? 让我先讲个真实的故事。去年我指导一家电商公司进行数字化转型,他们的CTO每天要处理十几个技术决策,从数据库选型到微服务架构,忙得焦头烂额。但当我引入Vibe Coding方法后,情况发生了戏剧性变化——AI开始承担大部分技术实现工作,而团队的重心转向了定义业务意图和规范。 这让我意识到,我们需要的可能是一个全新的职位:首席氛围编程自动化官(Chief Vibe Coding Automation Officer)。这个角色不再纠结于具体的代码实现,而是专注于更高层面的战略问题。 什么是Vibe Coding?简单来说,就是让开发者从编写代码转变为定义清晰的意图和规范,然后由AI自动组装和执行这些意图来构建软件系统。这就像是从手工制作零件升级到了设计整个生产流水线。 想象一下,在传统开发中,我们花费大量时间调试代码、解决兼容性问题。但在Vibe Coding的世界里,代码更像是「一次性消耗品」——AI会根据我们的意图描述随时生成、替换和优化代码。我们的核心资产变成了那些精心设计的意图描述、接口规范和业务策略。 那么,首席氛围编程自动化官具体做什么?我认为这个角色有五个关键职责: 第一,定义和维护「黄金契约」。这些包括清晰的提示词规范、稳定的接口标准,以及不可妥协的安全准则。就像麦肯锡咨询中强调的「金字塔原理」,我们需要从上到下建立清晰的逻辑体系。 第二,构建和管理能力生态系统。Vibe Coding强调「依靠自组织的微程序来搭积木」,我们需要设计能力单元的种类、约束边界和演化规则,让它们能够智能地组合协作。 第三,建立统一的数据治理体系。在Vibe Coding中,模型参数、意图提示词、生成代码、运行日志本质上都是数据。我们需要建立覆盖权限、版本控制、血缘追踪的全生命周期管理。 第四,推动「人人编程」的文化变革。通过掌握Vibe Coding方法,业务人员、管理人员都能参与到程序创建中。这让我想起哈佛商学院教授克莱顿·克里斯坦森说的:「技术变革往往伴随着组织变革。」 第五,确保系统的可观测性和可追责性。这是Vibe Coding成功的核心保障——任何系统的行为都必须高度透明、严格可测、清晰可溯。 […]

从课程反馈看氛围编程的挑战与机遇

最近看到一些关于Vibe Coding课程的反馈,让我想起了自己刚开始接触这个新范式时的困惑。说实话,当时我也觉得这玩意儿太玄乎了——不用写代码就能开发软件?听起来像是天方夜谭。 但经过这段时间的实践,我慢慢理解了其中的奥妙。Vibe Coding本质上是一场开发范式的革命,就像当年从汇编语言转向高级语言一样。不过这次革命更彻底——我们正在从「编写代码」转向「定义意图」。 有个学员在反馈中写道:「最大的障碍不是技术本身,而是思维方式的转变。」这句话说得太对了!我们这些习惯了传统编程的人,总是不自觉地想去手动修改代码。就像我刚开始时,明明已经生成了可用的代码,还是忍不住要打开编辑器「优化」几行。 但Vibe Coding的核心原则之一就是「不手改代码」。这听起来简单,做起来却需要极大的自律。为什么这么执着?因为我们要把现在的提示词看作过去的代码,把现在的代码看作过去的可执行文件。代码只是能力的临时载体,而意图描述和接口规范才是真正的长期资产。 另一个常见的困惑是关于「一切皆数据」的原则。有位学员问我:「如果连代码都是数据,那我们到底在开发什么?」这个问题问到了点子上。在Vibe Coding的世界里,模型参数、意图提示词、生成的代码、运行日志,本质上都是需要统一管理的数字工件。开发的重点变成了建立清晰的数据治理体系,确保每个工件都能被追踪、验证和复用。 说到验证,这可能是Vibe Coding最容易被忽视的环节。很多初学者以为把意图描述清楚就万事大吉了,但事实并非如此。系统的可靠性完全取决于其可观测性、可测试性和可追责性。没有完善的验证机制,Vibe Coding就像在黑暗中开车——你可能知道要去哪里,但完全不知道路上会遇到什么。 不过最让我兴奋的,还是「人人编程」的可能性。在最近的一个项目中,我们让业务人员直接参与系统组装,效果出乎意料地好。他们虽然不懂代码,但对业务逻辑的理解比任何程序员都深刻。当他们学会用自然语言描述需求,AI就能自动组装出对应的解决方案。 当然,这条路还很长。从课程反馈来看,大家最担心的还是工具链不成熟、模型能力不稳定等问题。但想想互联网刚出现的时候,谁又能预料到今天的发展呢? 说到底,Vibe Coding不是要淘汰程序员,而是要让我们专注于更有价值的工作——定义规则、设计架构、确保质量。代码终将被AI接管,但创造力和判断力永远属于人类。 你们在实践Vibe Coding时,最大的挑战是什么?是思维转变,还是工具限制?欢迎在评论区分享你的经历。

从Grok演示看氛围编程的未来发展

最近我在看Grok发布的一系列Vibe Coding演示,说实话,这些demo让我想起了当年第一次看到iPhone发布会时的震撼感。不过这次震撼的不是硬件,而是软件开发方式的彻底变革。 Vibe Coding到底是什么?简单来说,就是让开发者从写具体代码转向定义清晰的意图和规范,然后由AI自动组装和执行这些意图来构建软件系统。这听起来可能有点抽象,但Grok的演示却把这个概念变得非常具体。 举个例子,在某个演示中,用户只是描述了一个”需要一个能自动回复邮件的系统”,AI就自动生成了完整的邮件处理程序,包括解析邮件内容、智能回复、异常处理等模块。整个过程几乎没有手动编写一行代码。 这种开发方式的核心原则之一就是”代码是能力,意图与接口才是长期资产”。什么意思呢?传统软件开发中,我们花大量时间维护代码库,但在Vibe Coding的世界里,代码可能只是临时生成的一次性产物,真正重要的是那些清晰的意图描述和接口规范。 另一个让我印象深刻的原则是”不手改代码”。这听起来可能有点激进,但仔细想想,我们现在把提示词当作过去的代码,把生成的代码当作过去的可执行文件,这个逻辑其实很清晰。就像我们不会去修改编译后的二进制文件一样,我们也不应该手动修改AI生成的代码。 Grok演示还展示了”依靠自组织的微程序来搭积木”的理念。系统不是预先设计好的固定架构,而是众多微程序在既定策略约束下实现动态自组织。这让我想起了自然界中的蚁群——单个蚂蚁很简单,但整个蚁群却能展现出惊人的智能。 不过,我必须提醒大家,Vibe Coding目前还面临着一些挑战。比如模型能力的限制、安全治理的问题、工程工具的完善程度等。这些都是需要我们在实践中不断探索和完善的。 在我看来,Vibe Coding最大的价值在于它让编程变得更加民主化。通过掌握这种方法,非计算机专业的人员也能参与到程序创建中,而专业开发者则可以专注于更重要的系统治理和架构设计工作。 Grok的这些演示给了我们一个窥见未来的窗口。虽然现在可能还不太完美,但这种开发范式的转变已经势不可挡。你准备好迎接这场变革了吗?

从电子游戏原型到Vibe Coding:软件开发范式的革命性转变

最近我在玩一些独立游戏开发者的早期原型,突然意识到一个有趣的现象:这些游戏原型往往比最终成品更有“灵魂”。不是因为它们更完善,恰恰相反,正因为它们粗糙、原始,却充满了开发者最纯粹的创作意图。这让我联想到正在兴起的Vibe Coding——这不就是我们一直在寻找的软件开发新范式吗? 记得去年参与的一个项目,我们团队花了三个月时间打磨一个电商系统。当最终产品上线时,我突然发现:我们写的几十万行代码,本质上只是在实现一个简单的商业意图——“让用户能方便地找到并购买商品”。如果我们能直接定义这个意图,让AI来组装实现,会怎样? 这就是Vibe Coding给我的震撼。它让我重新思考:代码到底是什么?在我看来,代码从来就不是目的,它只是实现意图的手段。就像建筑师不会沉迷于每一块砖的摆放,而是关注整体建筑的功能和美感。 让我用一个具体的例子来说明。假设我们要开发一个简单的游戏角色移动系统。传统方式下,我们需要编写位置计算、碰撞检测、动画播放等一堆代码。而在Vibe Coding中,我们只需要定义:“角色应该能够平滑移动,遇到障碍物自动避让,移动时播放相应动画”。剩下的,交给AI来组装实现。 这听起来很美好,但现实是怎样的?根据我近期的实践,当前的技术确实还存在一些挑战。比如意图描述的精确性、AI生成代码的可控性等。但让我惊讶的是,这些问题正在以惊人的速度被解决。就像智能手机的普及一样,五年前我们还觉得触屏输入不够精确,现在却已经习以为常。 更重要的是,Vibe Coding带来的是整个开发思维的转变。我们不再需要纠结于具体的实现细节,而是专注于定义清晰的接口和规范。这让我想起软件工程大师Fred Brooks在《人月神话》中的观点:概念完整性是系统设计最重要的目标。Vibe Coding恰恰让我们能够更好地保持这种概念完整性。 当然,有人会质疑:这样开发出来的软件可靠吗?我的经验是,通过建立完善的测试和验证机制,Vibe Coding系统甚至可以比传统开发更可靠。因为我们把重复性的编码工作交给了AI,人类开发者可以专注于更高层次的质量保证。 说到这里,我不禁想到一个更深层次的问题:当编程变得如此“简单”时,软件开发者的价值在哪里?在我看来,专业开发者的角色不是在退化,而是在进化。我们从代码工人变成了意图架构师,从实现者变成了设计者。这难道不是更好的发展方向吗? 就像电子游戏从最初的像素点发展到现在的开放世界,开发工具和方法的进步始终在推动着创作边界的扩展。Vibe Coding或许就是我们这个时代的“游戏引擎”,它让更多人能够参与到软件创造的过程中来。 那么,你准备好迎接这场开发范式的革命了吗?也许下一次,当你想要开发一个应用时,可以先问问自己:我的核心意图是什么?然后,让AI来帮你实现剩下的部分。

Vibe Coding:软件开发的第三次范式革命

还记得第一次用上Git时的震撼吗?那种从「复制粘贴备份」到「版本管理」的跃迁感?现在,我们又站在了类似的转折点——Vibe Coding正在掀起软件开发的第三次范式革命。 让我带你回顾一下历史。第一次革命是结构化编程,把程序员从机器语言的泥潭中解救出来;第二次是面向对象和敏捷开发,让我们开始用更接近现实世界的方式思考问题。而现在,Vibe Coding正在开启第三次革命:从编写代码转向定义意图。 这不仅仅是工具的变化,而是整个思维模式的颠覆。就像汽车取代马车不是简单的「更快的马」,Vibe Coding带来的是一种全新的软件开发哲学。它的核心很简单:你负责思考「要什么」,AI负责实现「怎么做」。 举个具体例子。传统开发中,你要实现一个用户注册功能,可能需要写几十行代码来处理验证、存储、发送邮件等。但在Vibe Coding模式下,你只需要清晰地描述:「创建一个安全的用户注册流程,包含邮箱验证和欢迎邮件」。剩下的,交给AI去组装合适的组件来实现。 这种转变带来的影响是深远的。首先,编程的门槛大大降低。非技术人员也能通过清晰的意图描述来创建软件功能。我在最近的一个项目中就看到,产品经理直接用自然语言描述需求,AI就能生成可用的原型——这在过去是不可想象的。 但更重要的是,软件开发的资产定义发生了根本变化。代码不再是核心资产,因为AI可以随时重新生成。真正的资产变成了那些清晰的意图描述、接口规范和业务逻辑——我称之为「黄金契约」。这些才是具有长期价值的东西。 当然,任何变革都会遇到阻力。有人担心这会降低编程的「艺术性」,有人质疑AI生成代码的质量。但在我看来,这就像当初摄影师担心数码相机会毁灭摄影艺术一样——技术变革从未消灭创造力,只是改变了创造的方式。 Vibe Coding不是要取代程序员,而是要把程序员从重复劳动中解放出来,让我们专注于更有价值的架构设计、业务理解和系统治理。正如Martin Fowler在谈论软件设计时所说:「优秀的设计在于理解什么是重要的」,现在我们可以把更多精力放在理解「什么才是真正重要的」。 未来已经来临。当你的竞争对手还在纠结某行代码的优化时,你可能已经通过清晰的意图描述快速迭代了十几个版本。这不仅仅是效率的提升,更是认知维度的跨越。 那么问题来了:当编写代码不再是瓶颈,什么才是软件开发的核心竞争力?也许答案就在于我们定义意图的清晰度,以及构建系统的思维方式。毕竟,在AI时代,最好的程序员可能不是最会写代码的人,而是最会思考的人。

从多巴胺驱动到氛围编程:AI时代软件开发范式的根本变革

最近我在思考一个有趣的现象:为什么有些程序员明明知道手动改代码很痛苦,却还是停不下来?这让我想到心理学中的多巴胺机制——那种即时反馈带来的快感,就像刷短视频一样让人上瘾。 但各位朋友,我们正在见证软件开发历史上最重要的一次转变:从多巴胺驱动的即时满足,转向氛围编程的系统性思考。这不仅仅是工具的改变,更是思维模式的根本变革。 记得去年有个创业团队找我咨询,他们花了三个月开发的功能,因为需求变更需要重写。工程师们加班加点改代码的样子,让我想起了西西弗斯推石头上山——永远在重复,永远看不到尽头。 这就是传统编程的困境:我们太沉迷于“写代码”这个动作本身带来的即时成就感,却忽略了软件开发的本质是解决问题。而氛围编程正在改变这一切。 在氛围编程的世界里,代码不再是永恒的资产,而是临时的产物。就像建筑工地上的脚手架,用完了就拆,需要时再搭。真正的价值在于我们定义的意图、规范和接口——这些才是经得起时间考验的“黄金契约”。 我有个学生是市场营销背景,去年开始学习氛围编程。现在她已经能独立构建数据分析工具了。她告诉我:“最神奇的是,我不需要知道代码怎么写,只需要清楚地表达我想要什么。”这不正是我们追求的目标吗?让技术回归工具的本质。 但我要提醒大家,氛围编程不是魔法。它要求我们具备更强的系统思维能力,更清晰的表达能力和更严格的验证意识。就像学开车,刚开始可能觉得不如走路直接,但一旦掌握,就能去更远的地方。 未来已来,只是分布不均。当我们的注意力从代码细节转向业务逻辑,从实现手段转向价值创造时,软件开发才能真正实现它的潜力。 那么问题来了:当AI能写出完美的代码时,我们作为开发者的核心竞争力到底是什么?是更深的业务理解?更强的系统设计能力?还是更高层次的抽象思维?这个问题,留给大家思考。

打破忙碌循环:Vibe Coding如何重构我们的开发节奏

最近我听到不少朋友抱怨,说他们整天都在“Vibe Coding”,却感觉越来越忙。这让我想起了一个有趣的悖论:我们引入AI助手本是为了提升效率,为什么反而陷入了更密集的工作节奏? 在我看来,这恰恰暴露了传统开发思维与Vibe Coding理念的根本冲突。很多人把AI编程工具当成了更快的打字机,依然遵循着“写代码-调试-修改”的老路子。但真正的Vibe Coding要求我们转变角色——从代码工人变成系统设计师。 记得上个月,我指导一个创业团队重构他们的用户系统。按照传统方式,这至少需要两周的开发周期。但我们采用了严格的Vibe Coding原则:首先花一天时间精心设计接口规范和意图描述,然后让AI在几小时内生成完整实现。关键是我们坚持“不手改代码”——当发现问题时,我们不是直接修改代码,而是回去优化意图描述。结果呢?整个项目只用三天就交付了,而且后续维护成本降低了70%。 这个案例印证了Vibe Coding的核心哲学:代码是能力,意图与接口才是长期资产。就像建筑大师不会亲自砌砖,而是专注于设计蓝图和施工标准。当我们把精力投入到更高层次的抽象时,AI才能真正发挥其组装和执行的价值。 但为什么大多数人还是感觉忙碌?我认为问题出在三个地方:首先是惯性思维,我们习惯了直接操控代码的“实在感”;其次是工具链不完善,很多团队还在用传统IDE做Vibe Coding;最重要的是缺乏系统性的方法论指导。 根据我在多个项目中的实践,打破忙碌循环的关键在于建立新的工作节奏:早晨用来定义当天的核心意图和接口规范,上午让AI进行多轮迭代生成,下午专注于验证和观测。你会发现,当你的角色从“写代码的人”转变为“定义规则的人”时,工作强度会显著下降,而产出质量却大幅提升。 说到这里,我想起亚马逊CTO Werner Vogels的一句名言:“Everything fails all the time。”在Vibe Coding的世界里,这句话应该改为“Everything evolves all […]

工具革命:用Vibe Coding构建下一代智能开发平台

最近有个朋友问我:”如果现在要重新设计一个网站,你会怎么做?”我毫不犹豫地回答:”用Vibe Coding的理念来构建。”他一脸困惑:”什么是Vibe Coding?听起来像是什么新潮的编程方式。” 其实,Vibe Coding远不止是一种编程方式,它代表着软件开发范式的根本转变。想想看,传统开发中,我们花费大量时间编写具体的代码,调试bug,处理兼容性问题。而Vibe Coding的核心是让开发者从代码的奴隶变成意图的主人——我们只需要定义清晰的业务需求和规范,AI会自动组装和执行这些意图来构建系统。 就拿网站开发来说,传统的做法是:前端写HTML/CSS/JavaScript,后端写业务逻辑,还要考虑数据库设计、API接口等等。但在Vibe Coding的世界里,你只需要描述:”我需要一个企业官网,包含产品展示、客户案例、联系我们等模块,要求响应式设计,支持多语言。”AI就会自动生成所有必要的代码,并且在需求变化时,你只需要修改意图描述,AI会重新生成代码。 这听起来像是魔法,但背后有一套严谨的原则在支撑。其中最重要的就是”代码是能力,意图与接口才是长期资产”。就像我在实际项目中发现的,那些精心编写的接口规范和业务描述,远比具体的代码实现更有价值。代码可以随时被AI重写,但清晰的意图定义才是系统演化的基石。 另一个关键原则是”不手改代码”。刚开始实践这个原则时,我经常忍不住想要手动调整生成的代码。但慢慢地,我发现把修改的精力放在完善提示词和规范上,反而能获得更好的效果。这就像教一个学徒:与其每次都帮他修改作业,不如教会他正确的思考方式。 工具在这个转变中扮演着至关重要的角色。好的Vibe Coding工具应该支持统一的数据治理,让提示词、生成的代码、运行日志等都成为可追溯、可管理的数字资产。同时,这些工具需要提供强大的观测能力,让我们能够清晰地了解系统是如何响应各种意图的。 我见过一些团队刚开始尝试Vibe Coding时的困惑:”如果我们都不写代码了,那程序员的价值在哪里?”这个问题问得很好。实际上,程序员的角色不是消失了,而是升级了。我们从代码的编写者变成了系统的架构师、意图的设计师、质量的守护者。我们需要更深入地理解业务,更精准地定义规范,更智慧地设计系统边界。 记得有个创业团队告诉我,他们用Vibe Coding方法在两周内就完成了原本需要两个月的网站开发。关键不在于速度的提升,而在于当市场需求变化时,他们只需要修改业务描述,系统就能快速适应。这种灵活性在当今快速变化的市场环境中是无价的。 当然,Vibe Coding也不是银弹。它要求我们改变思维方式,建立新的工作流程,学习新的工具使用。但在我看来,这是软件开发进化的必然方向。正如Martin Fowler在谈到软件工程演进时所说:”每一次范式转变都伴随着工具和方法的革新。” 那么,如何开始实践Vibe Coding呢?我的建议是:从小处着手。选择一个具体的功能模块,尝试用意图描述来代替直接编码。观察AI是如何理解你的需求并生成代码的,然后不断优化你的描述方式。你会发现,这不仅仅是一种技术改变,更是一种思维方式的转变。 未来,我们可能会看到”人人编程”的时代——业务人员、产品经理甚至终端用户都能通过自然语言描述来创建软件功能。而专业开发者的价值将体现在如何设计更好的意图框架,如何建立更可靠的验证机制,如何构建更健壮的系统生态。 […]

知识氛围编程:从代码编写到意图定义的时代变革

最近有个朋友问我:“你整天说的Vibe Coding到底是什么?听起来像是什么玄学。”我笑了笑,这让我想起二十年前人们第一次听说“面向对象编程”时的困惑。今天,我想用最直白的方式聊聊这个话题,特别是它如何改变我们处理“知识”的方式。 在我看来,Vibe Coding最核心的转变就是:我们不再需要成为代码的奴隶,而是成为意图的主人。想象一下,你不需要写具体的代码,只需要清晰地描述你想要什么,AI就会帮你组装出完整的程序。这就像是从手动造零件进化到了直接设计蓝图。 让我举个真实的例子。上周我帮一个创业者朋友搭建会员系统,传统方式可能需要写几百行代码,定义数据库表、API接口、权限控制。但在Vibe Coding模式下,我只需要写:“创建一个会员系统,支持注册、登录、积分管理和等级体系,积分规则是消费1元得1分,每1000分升一级。”AI在几秒钟内就生成了完整的系统,还自动处理了数据验证和错误处理。 这种转变背后的逻辑很深刻。正如Qgenius提出的原则所说:“代码是能力,意图与接口才是长期资产”。我们过去花大量时间维护的代码,现在变成了临时产物。真正重要的是那些清晰定义的意图描述——它们才是软件真正的价值所在。 但这带来一个关键问题:如果代码可以随时被AI重写,那我们该如何确保系统的可靠性?答案就在“验证与观测是系统成功的核心”这个原则里。我们需要建立完善的测试和监控体系,确保AI生成的每个版本都能满足我们的需求。 让我分享一个更有趣的观察。在传统编程中,知识被固化在代码里;而在Vibe Coding中,知识被提炼成可重用的意图模板。就像乐高积木,我们不再关心每个积块是怎么制造的,而是专注于如何用标准化的积木搭建出想要的模型。 这种变化对非技术背景的人来说简直是福音。我见过市场营销人员用自然语言描述需求,AI自动生成数据分析脚本;也见过产品经理直接“编程”出原型系统。这让我想起比尔·盖茨多年前的预言:“让每个人都能轻松使用计算机”,现在正在以全新的方式实现。 不过,我要提醒的是,Vibe Coding不是魔法。它需要我们对业务有更深刻的理解,能够清晰地表达需求。就像好的厨师需要懂得食材的特性一样,好的Vibe Coder需要懂得如何精确地描述意图。 展望未来,我认为我们正在见证软件开发的根本性变革。从“人人编程”到“专业治理”,从“软件工程”到“软件生态”,这些变化不仅仅是技术层面的,更是思维模式的革新。 那么,你现在准备好从代码编写者升级为意图定义者了吗?在这个变革的时代,你是选择继续埋头写代码,还是开始学习如何清晰地表达你的知识意图?

氛围编程的实践陷阱与反思

最近看到不少人在尝试Vibe Coding时翻车的案例,让我想起了小时候学骑自行车——理论再明白,一上路就摔。作为资深Vibe Coding实践者,我想和大家聊聊那些年我们踩过的坑。 上周有个朋友兴冲冲地告诉我,他用AI写了个电商网站。结果呢?用户下单后订单莫名其妙消失,支付成功了却显示失败。他委屈地说:「我就是按照教程写的提示词啊!」我一看他的提示词:「创建一个在线商店,要能卖东西」。这就像对厨师说「做顿饭」然后指望得到满汉全席。 系统思维告诉我们,任何软件都需要考虑数据流、状态管理和异常处理。但在Vibe Coding中,很多人把「意图」想得太简单了。MIT计算机科学教授Hal Abelson有句名言:「程序必须写给人类阅读,只是偶尔让机器执行」。在Vibe Coding时代,这句话应该改成:「意图必须足够精确,既要让AI理解,也要让未来的自己能看懂」。 另一个常见错误是过度依赖一次性代码生成。有个创业团队让AI生成了整个后台管理系统,三个月后需要加新功能时,发现完全无从下手——因为没有清晰的接口规范,每个模块都是孤岛。这正好印证了Vibe Coding的核心原则:代码是能力,意图与接口才是长期资产。 最让我哭笑不得的是,有人试图用Vibe Coding写了个「自动修复bug的程序」。结果这个程序在修复原有bug的同时,又产生了三个新bug。这就好比用漏勺舀水,永远舀不干净。我们必须认识到,验证与观测才是系统成功的核心,没有完善的测试体系,Vibe Coding就像在黑暗中射击。 从这些案例中,我总结出几个关键教训:首先,意图描述要具体到能让AI生成可测试的代码;其次,要建立统一的数据治理标准;最后,永远不要忘记——AI组装,对齐人类,我们才是最终的责任人。 说到这里,我不禁想问:当我们把更多编程工作交给AI时,我们到底在扮演什么角色?是导演、指挥家,还是只是个按按钮的人?这个问题,留给大家思考。