טיפים ליעילות קידוד ב-Vibe: חובה לקרוא לפני כתיבת קוד! השתמשו בבינה מלאכותית כדי למצוא את הפתרון האופטימלי תחילה.

חבר שאל אותי לפני כמה ימים איך לשפר את היעילות בעת שימוש בקודקס.

אמרתי לך לחבר קודם את התוסף של גיטהאב.

הוא אמר שהוא חיבר את זה.

אמרתי לך להעתיק ולהדביק את ההנחיה הבאה ולהפעיל אותה לפני שתתחיל כל פרויקט.

הוא ניסה את זה וחזר ואמר לי, "לעזאזל, זה חסך לי כל כך הרבה זמן".

טיפים ליעילות קידוד ב-Vibe: חובה לקרוא לפני כתיבת קוד! השתמשו בבינה מלאכותית כדי למצוא את הפתרון האופטימלי תחילה.

חשבתי על זה, ונראה שלא מעט אנשים לא מודעים לתכונה הזו. זה כמו שאנשים רבים משתמשים בבינה מלאכותית כדי לכתוב קוד, מיד מתחילים עם Vibe Coding, ומאפשרים לבינה מלאכותית ליצור אתרים ולכתוב אפליקציות.

אין באמת צורך למהר.

מה שאתה רוצה לעשות, סביר להניח שמישהו בגיטהאב כבר עשה.

מה שאתם רוצים לעשות כנראה כבר נעשה ב-GitHub. פתרונות רבים כבר בשלים, ואיכות הקוד עשויה להיות גבוהה אף יותר ממה שאתם יכולים לכתוב בעצמכם. למה לכתוב את זה מחדש מאפס כשאתם יכולים להתייחס ישירות לעבודה קיימת ולשנות אותה?

ההרגל האישי שלי הוא שבכל פעם שאני רוצה להתחיל פרויקט חדש, אני לא כותב קוד מיד. ראשית, אני שולח את ההצעה הזו לקודקס:

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。

רק המשפט האחד הזה.

ההנחיה הזו עשתה שלושה דברים.

תחשבו על זה, ההנחיה הזו עושה שלושה דברים.

ראשית, זה מאפשר לבינה מלאכותית למצוא פתרונות קיימים ב-GitHub במקום להתחיל לכתוב פתרונות משלה. אנשים רבים אולי לא יודעים ש-Codex, כאשר הוא משולב עם תוסף GitHub, יכול למעשה לחפש פרויקטים בקוד פתוח בזמן אמת; זו לא סתם תכונה.

שנית, היא משתמשת בבינה מלאכותית כדי לעזור לך להעריך את איכות הפרויקטים הללו: האם הם עדיין מתוחזקים, כמה מורכבת הפריסה, ואילו תכונות ניתן להשתמש בהן ישירות. אם הייתם מחפשים ידנית בכל פרויקט ב-GitHub, זה עשוי לקחת שעה או שעתיים. תנו לבינה המלאכותית להריץ אותה, ותקבלו תוצאות תוך דקות.

שלישית, זה מאפשר לבינה מלאכותית לתת לך הצעה ברורה להחלטה: האם להשתמש בה ישירות, לשנות אותה או לכתוב אותה מאפס, וזה גם עוזר לך לתכנן את פתרון ה-MVP הפשוט ביותר.

למה אנחנו יכולים לחסוך הרבה אסימונים?

תן לי לספר לך, הפעולה הזו באמת יכולה לחסוך לך הרבה אסימונים.

למה? כי אם תתנו ישירות לבינה מלאכותית להתחיל לכתוב קוד, היא לא תדע שמה שאתם רוצים כבר קיים. היא תייצר לכם כמות עצומה של קוד מאפס. קוד זה עשוי לחפוף לפונקציונליות של פרויקטים קיימים בקוד פתוח, ובסופו של דבר תצטרכו לנקות אותו בעצמכם.

עם זאת, אם תתנו לבינה מלאכותית לעזור לכם למצוא את התשובה תחילה, ההצעות שלה יתבססו על המערכת האקולוגית הקיימת, וכאשר תכתבו את הקוד, ניתן יהיה להפחית את כמות הקוד לפחות בחצי.

זה מה שאני עושה בעצמי. בכל פעם שאני מתחיל פרויקט חדש, אני מפעיל קודם את תוכנית ההצעות הזו, ואז מחליט על הצעד הבא בהתבסס על ההצעות של הבינה המלאכותית. זה באמת משפר את היעילות.

למען האמת, אני לא בטוח אם השיטה הזו תעבוד עבור כולם; ייתכן שבחלק מהפרויקטים אכן יהיו חסרים פתרונות זמינים. אבל תחשבו על זה: עבור רוב הדברים שאתם רוצים לעשות, עם מאות מיליוני מאגרים ב-GitHub, יש סבירות גבוהה מאוד שמישהו כבר עשה זאת.

עומדים על כתפי ענקים

אתה לא מתכנת, אז אתה לא צריך לכתוב קוד מאפס. אתה לא יוצר תוכן, אז אתה לא צריך ליצור תוכן מקורי כל יום. אתה פשוט מישהו שרוצה לעשות משהו משמעותי, והגישה הכי חכמה היא קודם כל לראות מה אחרים כבר עשו, ואז לעמוד על כתפיהם של ענקים.

לפעמים אני מרגיש שהדרך הכי חכמה להשתמש בבינה מלאכותית בעידן הבינה המלאכותית היא לא לתת לבינה מלאכותית לעשות הכל בשבילך, אלא לתת לבינה מלאכותית לבצע אחזור מידע וניתוח החלטות בשבילך, ואז אתה יכול לבצע את זה.

מה ההבדל בין זה לבין שימוש במנוע חיפוש בעבר? בעבר, כשחיפשת דרישה ספציפית, הופיעה חבורה של קישורים, והיית צריך ללחוץ עליהם אחד אחד כדי לראות אילו מהם עובדים ואילו לא. עכשיו, אתה אומר לבינה המלאכותית את הדרישות שלך, והיא מסננת אותן עבורך ונותנת לך את המסקנה ישירות.

האם אתה יכול להאמין לזה?

יש לחרוט את ההנחיה הזו.ה-DNAבתוך

אני אישית חושב שההנחיה הזו צריכה להיות טבועה ב- DNA שלנו . העברת הרעיון לפני שמתחילים פרויקט חדש באמת חוסכת הרבה זמן.

יתרון נוסף של גישה זו הוא שאתם נמנעים מהמצאת הגלגל מחדש. בינה מלאכותית עוזרת לכם למצוא פתרונות זמינים, ומאפשרת לכם להתמקד בהיבטים המותאמים אישית באמת. בדרך זו, ניתן להקדיש את האנרגיה שלכם לתחומים החשובים ביותר.

הניסיון האישי שלי הוא שכאשר התחלתי להשתמש בבינה מלאכותית כדי לכתוב קוד, הייתי ממש נרגש ורציתי שהבינה המלאכותית תיצור הכל מאפס. אבל אחרי שהשתמשתי בה זמן מה, גיליתי שזה לרוב איטי יותר. הסיבה לכך היא שצריך לאתר באגים, לשנות ולתחזק את הקוד שנוצר על ידי בינה מלאכותית, בעוד שפרויקטים קיימים בקוד פתוח אומתו על ידי אנשים רבים, כך שאיכותם מובטחת יותר.

זה אולי נשמע לא אינטואיטיבי, נכון? אבל תחשבו על זה: הדבר הכי חשוב בקוד הוא לא כתיבתו, אלא כתיבה נכונה שלו. פתרונות קיימים כבר אומתו; שימוש ישיר בהם יפחית משמעותית את הסיכוי להיתקל בבעיות.

אז העצה שלי היא, בפעם הבאה שאתם כותבים קוד עם קודקס או כל בינה מלאכותית אחרת, אל תמהרו. ראשית, הפעילו את הפקודה פעם אחת ותנו לבינה המלאכותית לעזור לכם למצוא את התשובה.

ייתכן שתגלה שמה שאתה מנסה לעשות כבר נעשה על ידי מישהו אחר.

אתה רק צריך לקחת את זה ולהשתמש בזה.

נצלו את הזמן שאתם חוסכים כדי לעשות משהו מעניין יותר.

מאחר שקראתם עד כאן, אם מצאתם את זה מועיל, אנא עשו לייק ושתפו. אם אתם רוצים לקבל עדכונים ראשונים, אתם יכולים גם לעקוב אחריי!

תודה שקראתם את המאמר שלי. נתראה בפעם הבאה.

אני מקווה שהמאמר "טכניקות להכפלת יעילות קידוד Vibe: קריאה חובה לפני כתיבת קוד! השתמשו בבינה מלאכותית כדי למצוא את הפתרון האופטימלי תחילה", שפורסם בבלוג של צ'ן וייליאנג ( https://www.chenweiliang.com/ ), יהיה לעזר עבורכם.

אל תהססו לשתף את הקישור למאמר הזה: https://www.chenweiliang.com/cwl-34473.html

כדי לפתוח עוד טריקים נסתרים🔑, מוזמנים להצטרף לערוץ הטלגרם שלנו!

שתפו ותעשו לייק אם אהבתם! השיתופים והלייקים שלך הם המניע המתמשך שלנו!

 

发表 评论

您的邮箱地址不会被公开。必填项已用*标注

גלול למעלה