AI Coding半年有感
1️⃣理解代码→写好Prompt
AI Coding的结果与prompt质量正相关，但写好prompt的大前提是理解代码。

功能实现是与AI多轮讨论生成的，忽视代码纯写prompt，很容易陷入反复调整和debug的怪圈。

这也是很多人觉得AI Coding效果不好的原因。

2️⃣Skills
个人认为近半年最伟大的技术，定义了一种新的AI生成范式。

Skills的构造决定了生成内容的低幻觉以及高可信度。

并且延伸出很多玩法，比如很火的蒸馏同事，蒸馏everybody，再到自己构建skills，各家产品也相继推出自己的skill。

3️⃣Agent Team编排
编排是比较繁琐的工作，一个Agent很难发挥最大的效能，团队的力量更大。

举个例子，Claude写PRD和设计规范→Stitch/Lovart/Figma设计UI→不同Agent分工写代码、测试、审查→vercel部署和发布。

4️⃣测试
很多人Vibe Coding不做测试，其实有问题。

测试可以确保更高的准确性和更低的错误率，最终发布上线后才能稳定运行。

一定要做基础的code review，可以补充做对抗式审查，A/B测试，黑盒/白盒测试尽可能完善。

但目前各家Agent工具在测试上还没怎么发力。

5️⃣认知观念
AI Coding一度让我觉得思考力下降了，不仅对各种Agent产生了高度依赖，我在不断等待Agent输出结果的过程中，培养出一种焦躁而狂热的心态，让我有点害怕。

Anyway，坚持塑造底层认知，学习半衰期长的知识。不能停止思考和学习。

时代创造了很多机会，无论身处哪个阶段，都保持冲浪者心态，逐浪前行，关注风险。技术变革可能带来机会，也可能是对我们的斩杀手段。

前几年还在高捧计算机专业，如今文科生似乎也慢慢崛起。软技能始终是决定上限的关键因素，技术敏感度、判断力、品味、洞察力、市场嗅觉，如果兼具以上素质，可以往创业方向考虑。

AI新手村 howto用AI抢救一切 AI Agent