Consellos para a eficiencia da programación Vibe: unha lectura imprescindible antes de escribir código! Usa a IA para atopar primeiro a solución óptima.

Un amigo preguntoume o outro día como mellorar a eficiencia ao usar Codex.

我说你想做的东西，GitHub 上大概率已经有人做过了，而且不少方案已经很成熟。能直接参考、修改，为什么还要从头写一遍？

Díxenche que copiaras e pegases a seguinte solicitude e que a executaras antes de comezar cada proxecto.

他试了一下，回来跟我说，确实省了好多时间。

Estiven pensando niso e parece que bastante xente descoñece esta funcionalidade. É coma se moita xente usase a IA para escribir código, comezando inmediatamente coa codificación Vibe, deixando que a IA xere sitios web e escriba aplicacións.

Non hai necesidade de ter présa.

O que queres facer, o máis probable é que alguén de GitHub xa o fixese.

O que queres facer probablemente xa se fixo en GitHub. Moitas solucións xa están maduras e a calidade do código pode ser incluso superior á que poderías escribir ti mesmo. Por que reescribilo desde cero cando podes consultar e modificar directamente o traballo existente?

O meu costume persoal é que, sempre que quero comezar un proxecto novo, non escribo ningún código de inmediato. Primeiro, envío esta suxestión a Codex:

我要做一个XXX。先不要写代码。去GitHub找能直接使用或二次开发的开源项目，确认是否还在维护、部署是否麻烦、哪些功能可以复用。最后告诉我，应该直接用、基于现有项目改，还是自己开发，并给出最简单的MVP方案。等我确认后再动手。

Só esta frase.

Esta indicación fixo tres cousas.

Pensa niso, esta proposta fai tres cousas.

En primeiro lugar, permite que a IA atope solucións existentes en GitHub en vez de comezar a escribir as súas propias. Moita xente pode non saber que Codex, cando se integra co complemento de GitHub, pode buscar proxectos de código aberto en tempo real; non é só unha funcionalidade.

En segundo lugar, emprega a IA para axudarche a avaliar a calidade destes proxectos: se aínda se manteñen, o complexo que é o despregamento e que funcionalidades se poden usar directamente. Se buscases manualmente en cada proxecto en GitHub, podería levar unha ou dúas horas. Deixa que a IA o execute e obterás resultados en minutos.

En terceiro lugar, permite que a IA che dea unha suxestión de decisión clara: se usala directamente, modificala ou escribila desde cero, e tamén che axuda a planificar a solución MVP máis sinxela.

Por que podemos gardar moitos tokens?

Déixame dicirche que esta operación pode aforrarche moitas fichas.

Por que? Porque se deixas que a IA comece a escribir código directamente, non saberá que o que queres xa existe. Xerará unha enorme cantidade de código para ti desde cero. Este código pode solaparse coa funcionalidade de proxectos de código aberto existentes e, en última instancia, terás que limpalo ti mesmo.

Non obstante, se deixas que a IA che axude a atopar a resposta primeiro, as súas suxestións basearanse no ecosistema existente e, cando escribas o código, a cantidade de código pódese reducir polo menos á metade.

Iso é o que fago eu mesmo. Sempre que comezo un novo proxecto, primeiro executo este programa de suxestións e despois decido o seguinte paso en función das suxestións da IA. Mellora moito a eficiencia.

Para ser sincero, non estou seguro de se este método funcionará para todo o mundo; algúns proxectos poden carecer de solucións dispoñibles. Pero pensa niso: para a maioría das cousas que queres facer, con centos de millóns de repositorios en GitHub, hai unha probabilidade moi alta de que alguén xa o fixese.

De pé sobre os ombreiros dos xigantes

Non es programador, polo que non necesitas escribir código desde cero. Non es creador de contido, polo que non necesitas crear contido orixinal todos os días. Simplemente es alguén que quere facer algo significativo, e o enfoque máis intelixente é ver primeiro o que xa fixeron os demais e despois subirse aos ombros de xigantes.

Ás veces sinto que a forma máis intelixente de usar a IA na era da IA ​​non é deixar que a IA faga todo por ti, senón deixar que a IA faga a recuperación de información e a análise de decisións por ti, e logo ti poidas executalas.

Cal é a diferenza entre isto e usar un motor de busca antes? Antes, cando buscabas un requisito específico, aparecían un feixe de ligazóns e tiñas que premer nelas unha por unha para ver cales funcionaban e cales non. Agora, indícaslle á IA os teus requisitos e ela fíltraos por ti e dáche a conclusión directamente.

Podes crelo?

Esta indicación debería estar gravada.ADNdentro

Eu persoalmente creo que esta indicación debería estar arraigada no noso ADN . Repasala antes de comezar un novo proxecto aforra moito tempo.

Outra vantaxe desta estratexia é que evitas ter que reinventar a roda. A IA axúdache a atopar solucións dispoñibles, o que che permite centrarte nos aspectos realmente personalizados. Deste xeito, a túa enerxía pódese dedicar ás áreas máis valiosas.

A miña propia experiencia é que cando empecei a usar a IA para escribir código, estaba moi entusiasmado e quería que a IA xerase todo desde cero. Pero despois de usala durante un tempo, decateime de que facelo a miúdo era máis lento. Isto débese a que hai que depurar, modificar e manter o código xerado pola IA, mentres que os proxectos de código aberto existentes foron verificados por moita xente, polo que a súa calidade está máis garantida.

Isto pode parecer contraintuitivo, non si? Pero pensa niso: o máis importante do código non é escribilo, senón escribilo correctamente. As solucións existentes xa foron validadas; usalas directamente reducirá significativamente as posibilidades de atopar problemas.

Entón, o meu consello é que, a próxima vez que escribas código con Codex ou calquera IA, non te precipites. Primeiro, executa o prompt unha vez e deixa que a IA che axude a atopar a resposta.

Pode que descubras que o que estás intentando facer xa o fixo outra persoa.

Só tes que collelo e usalo.

Aproveita o tempo que aforras para facer algo máis interesante.

Xa que leches ata aquí, se che resultou útil, por favor, dálle a "Gústame" e compárteo. Se queres recibir actualizacións primeiro, tamén podes seguirme!

Grazas por ler o meu artigo. Ata a próxima.