惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 叶小钗
D
Docker
GbyAI
GbyAI
Y
Y Combinator Blog
Google DeepMind News
Google DeepMind News
G
Google Developers Blog
P
Proofpoint News Feed
云风的 BLOG
云风的 BLOG
雷峰网
雷峰网
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Stack Overflow Blog
Stack Overflow Blog
WordPress大学
WordPress大学
小众软件
小众软件
Engineering at Meta
Engineering at Meta
酷 壳 – CoolShell
酷 壳 – CoolShell
I
InfoQ
B
Blog
H
Help Net Security
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
A
About on SuperTechFans
B
Blog RSS Feed
Microsoft Security Blog
Microsoft Security Blog

博客园 - 何锦彬

没开电脑! 只用手机和QQ聊天, 让openClaw帮我"手搓"个AI新闻网站 AI编程从 “猜你想要” 到 “精准生成”, 基于Qoder的Spec驱动开发初探. Java团队Cursor最佳实践:3分钟构建「零泄漏」AI开发环境 再不用手写Commit!AI自动总结代码变更,Git提交效率 MCP赋能,给Cursor插上“外挂翅膀”:实战操作数据库 会用 AI 的工程师,效率已经拉开差距了 - “ 我们曾经引以为傲的编码能力,正在被改写。” 1-2 【包子mysql系列】, 对mysql的innoDB加锁分析 1-1, 一个简单的mysql 安装教程,基于mysql 5.7解压版本. Hystrix 服务的隔离策略对比,信号量与线程池隔离的差异 为什么阿里的dubbo注册中心要放弃zookeeper, 而用Nacos? 和spring cloud/boot 学习如何管理自己的组件 利用jmeter+JAVA对RPC的单接口(dubbo接口等)进行性能测试 spring mvc中,直接注入的HttpServletRequst是否安全呢? 基础篇系列,JAVA的并发包 - 锁 撸基础篇系列,JAVA的NIO部分 1, 本地缓存的实现以及遇到的问题 JAVA的那些数据结构实现总结,实现,扩容说明 JAVA中的数据结构 - 真正的去理解红黑树 对把JDK源码的一些注解,笔记
一个老程序员, 两个小时能用corsur做出什么样的东西
何锦彬 · 2025-06-05 · via 博客园 - 何锦彬

背景

最近cosur太火了, 很多没开发背景的人也直接说0基础建站了, 互联网项目的门槛越高越低. 第一次看到一个行业拼命卷自己的.  作为一个16年的老程序员了, 肯定得试试这款颠覆性的产品. 

在上一篇中, 测试了下用cursor开发下公司内部系统的费用管理功能, 惊叹它对代码的理解能力、以及对后端代码的自动生成能力.  前几天corsur不是马上又更新了新模型 Claude4.0 , 赶紧充值20美金, 又试了下. 花了一天下班时间, 把以前想做的, 几小时就实现了, 确实不惊叹它的高效.  给各位大大汇报下这个过程.


做了个什么呢

这个是我以前的一个想法了, 具体就是. 收集最新业界资讯的内容, 然后通过AI进行翻译、汇总, 最后推荐总结,  刷选出值得关注的科技日报信息推送出来.

先上网址,  https://www.ribao.tech/

首页长这样

整体开发过程其实不复杂, 但工作量其实也不少,  后台也给大家直观感受下

爬虫管理

日报生成 

用户维护:

可以见到, 麻雀虽小,五脏俱全. 该有的都有. 

技术框架为: 

前端: Ant Design

后端: springBoot

需要的话可以留言, 开源出来参考下, 这里就不贴了, 没啥值得说的, 基本是AI生成的代码. 


感受怎么样

以上就花了我1天下班时间,  (如果要我从头手搓, 估计得要个1周吧),  其实还是有不少工作量的

- 前端适配

- 模型对接调试

- 爬虫调试

- 数据库CURD

加起来, 评个1周不多吧

还是很惊艳, Claude4.0 版本又进步了很多, 迭代的太快了.  借助cursor 2小时左右搞完

⭕️ 优点 很明显, 主要是

  • 自动完成前后端自动开发, 基本脱离了手写代码, 实现了真正的 “代码指导者的角色”

  •  引入了测试环节, 不再停留在写代码, 正如我上一篇判断, 模型开始往软件工程的生命周期‘侵入’  , 往全软件生命周期智能体进化, 不再停留在代码生成的角色了

  • 能自动编译、启动、发现、调整错误,  自我迭代,  这个很强大. 像真人一样, 先写个功能, 然后编译, 发现报错再修改, 再编译, 再用curl去调试返回结果

👎 缺点:

  • 上下游的理解长度还是不够, 经常聊着聊着, 就忘记了前面确认过的流程, 又得重新重复一遍错误纠正

  • 有时很“傻” , 不如不停在错误页面进行编译, 启动, 报错后也不听尝试, 如 : 不停在后端目录运行 mvn clean package, 就是不进后端目录, 有时看着你想砸电脑.

  • 目前耗时相对长 (没有想象中的端),  和想象中迅速生成还不一样,  AI也是在模拟人的行为, 一点点的调试上线, 并不是原来想的,告诉它需求, 马上出结果.  只是不需要人的介入.


最后

corsur给我构建了个超级个体的美梦, “一个人干翻一个团队的时代来临了” 

然而经过假期几天的折腾,  玩了下小程序、网站、APP,  最后还是认清了现实, 缺的可能不是技术, 不是只差一个程序员了, 而是流量、以及解决真实的痛点.

抽空给大家分享下折腾结果

好了. 先分享到这, 还是会一直关注AI带来的变化, 时刻给各位大大分享. 

留个公众号吧, 欢迎关注, 一起成长, 探究这个这个互联网世界会被AI搅成怎么样.