AI有个地方非常强，读代码。AI读代码的能力，人类望尘莫及。

比如，有个问题，我跟ai搞两天都没解决，我跟ai说，你去读opencode的源代码，看它是怎么实现的。然后我下载了opencode的源代码，然后ai几分钟就读到了opencode如何实现的，然后把它用到我们的项目了。

就是说，有了AI，一切源代码里的算法都不再是需要高强度读代码之后才能搞懂的了。甚至，我怀疑，以后ai连二进制代码都能直接读懂。

然后，AI架构能力不行，或许正是因为它缺少数据。

AI会背软件工程的原理，能跟你聊得头头是道，但它自己一动手就废。它是嘴强王者。

因为它是背答案，它不是来源于它自身的经验。就像大学毕业生，也会说自顶向下，瀑布，迭代，重构，但真让他动手也一样废。AI就是学过软件工程课，知道几个名词的大学生。

之前说过，动态数据优于静态数据，交互数据优于动态数据。每个级别之间，对于大模型训练的效率，都是指数级的差距。

AI读过大量源代码，但它读到的不是软件形成的过程，不是软件的生命周期，而是软件的化石。它只读到了最后的结果，它只知道最终答案是这个样子，不知道为何会是这个样子，知其然不知其所以然。

如果将来代码助手大量使用之后，形成了大量的交互数据，也许AI的能力会大幅度提升。不过，收集这类数据，对大模型公司可能有些苦难。因为，AI需要的数据，不仅仅是会话历史，还有项目的git提交记录。这些数据，一般是不容易拿到的。