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

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
Jina AI
Jina AI
博客园 - 司徒正美
大猫的无限游戏
大猫的无限游戏
博客园 - 三生石上(FineUI控件)
J
Java Code Geeks
博客园 - 聂微东
酷 壳 – CoolShell
酷 壳 – CoolShell
爱范儿
爱范儿
美团技术团队
腾讯CDC
博客园 - Franky
MyScale Blog
MyScale Blog
人人都是产品经理
人人都是产品经理
罗磊的独立博客
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
月光博客
月光博客
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
aimingoo的专栏
aimingoo的专栏
博客园_首页
V
V2EX
Martin Fowler
Martin Fowler
T
The Blog of Author Tim Ferriss

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
昨天突发奇想一个插件点子,于是让 antigravity 开始写,痛苦...
YanSeven · 2026-01-16 · via V2EX

下面的问题其实还是一个老生常谈的问题,就是没有技术领域知识的”外行“目前根本不可能在所谓”氛围编程“中走多远。
1. 楼主前端知识面属于小学生。
2. 整个 debug 流程就是:ai 改一点,我拿到浏览器测一点,不符合预期,然后复制控制台的日志给 ai ,让它分析 debug 。
体验真的就是:
1. 确实比我从 0 开始写快多了,初步设想快速得到了验证。
2. 但是到了细致的需求上,开始痛苦,一方面是进度上停滞了,在某个需求点卡住,总是改不对。同时在流程上,我完全像是一个没有脑子的木头人,机械地把自己的手供给 llm 驱使。但凡 llm 有了自己的机械手,准保一脚把我踹开,自己单干了。
所以问题不在于 llm 能不能干出来,而是我在这个流程中由于没有足够的“领域知识“,完全不知所措。会显得更加的煎熬。
煎熬的点在于:
1. 失控感
整个实现方案和稳定性,性能等完全一无所知。
2. 预期管理失败
没有 llm 前,同样功能可能预期一两个星期,滞塞个一两天问题都不大。
但是有了 llm ,大大拉高了阈值,开始预期 2h 以内,最多 1 天就要看到可用的成品,一旦滞塞住,进入机械地给 llm 打下手 debug ,就开始烦躁不耐烦。
烦躁的点在于一方面没有达到自己几个小时内快速出活的预期,另一方面,整个 debug 过程学到的东西大大减少,根本不会有什么长进。
没有 llm 之前,滞塞的过程其实是深入学习的过程,是提升的过程。
但是给 llm 打下手,它快速出 debug 方法,快速让你验证,快速调整方案,整个流程你是万花丛中过,片叶不沾身,你学不到这个组件为什么这么用,它为什么在这个场景下不行等等等。