Nasveti za učinkovitost kodiranja Vibe: Obvezno branje pred pisanjem kode! Najprej uporabite umetno inteligenco, da poiščete optimalno rešitev.

Prijatelj me je pred dnevi vprašal, kako izboljšati učinkovitost pri uporabi Codexa.

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？

Rekel sem ti, da kopiraš naslednji poziv in ga zaženeš pred začetkom vsakega projekta.

他试了一下，回来跟我说，确实省了好多时间。

Razmišljal sem o tem in zdi se, da se kar nekaj ljudi ne zaveda te funkcije. Kot da mnogi ljudje uporabljajo umetno inteligenco za pisanje kode, takoj začnejo z Vibe Codingom in pustijo, da umetna inteligenca ustvarja spletna mesta in piše aplikacije.

Res ni treba hiteti.

Kar želiš narediti, je najverjetneje že nekdo naredil na GitHubu.

Kar želite narediti, je najverjetneje že narejeno na GitHubu. Številne rešitve so že zrele in kakovost kode je lahko celo višja od tiste, ki bi jo lahko napisali sami. Zakaj bi jo prepisovali iz nič, ko se lahko neposredno sklicujete na obstoječe delo in ga spreminjate?

Moja osebna navada je, da kadar koli želim začeti nov projekt, ne napišem takoj nobene kode. Najprej pošljem ta predlog Codexu:

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。

Samo ta en stavek.

Ta poziv je naredil tri stvari.

Pomislite, ta poziv naredi tri stvari.

Prvič, umetni inteligenci omogoča, da na GitHubu najde obstoječe rešitve, namesto da bi začela pisati svoje. Mnogi morda ne vedo, da lahko Codex, ko je integriran z vtičnikom GitHub, dejansko išče projekte odprte kode v realnem času; to ni le funkcija.

Drugič, uporablja umetno inteligenco, ki vam pomaga oceniti kakovost teh projektov: ali se še vzdržujejo, kako zapletena je uvedba in katere funkcije je mogoče neposredno uporabiti. Če bi ročno iskali po vsakem projektu na GitHubu, bi to lahko trajalo eno ali dve uri. Pustite, da umetna inteligenca to zažene, in rezultate boste dobili v nekaj minutah.

Tretjič, omogoča umetni inteligenci, da vam da jasen predlog za odločitev: ali ga uporabiti neposredno, ga spremeniti ali napisati iz nič, poleg tega pa vam pomaga načrtovati najpreprostejšo rešitev MVP.

Zakaj lahko prihranimo veliko žetonov?

Naj vam povem, da vam ta operacija lahko resnično prihrani veliko žetonov.

Zakaj? Ker če neposredno pustite umetni inteligenci, da začne pisati kodo, ne bo vedela, da tisto, kar želite, že obstaja. Za vas bo ustvarila ogromno kode iz nič. Ta koda se lahko prekriva s funkcionalnostjo obstoječih odprtokodnih projektov in jo boste na koncu morali sami urediti.

Če pa najprej pustite, da vam umetna inteligenca pomaga najti odgovor, bodo njeni predlogi temeljili na obstoječem ekosistemu, pri pisanju kode pa se lahko količina kode zmanjša za vsaj polovico.

To počnem tudi sam. Kadar koli začnem nov projekt, najprej zaženem ta program s predlogi in se nato na podlagi predlogov umetne inteligence odločim za naslednji korak. To resnično izboljša učinkovitost.

Iskreno povedano, nisem prepričan, ali bo ta metoda delovala za vse; nekateri projekti morda res nimajo takoj dostopnih rešitev. Ampak pomislite: za večino stvari, ki jih želite narediti, je z več sto milijoni repozitorijev na GitHubu zelo verjetno, da je nekdo to že naredil.

Stojim na ramenih velikanov

Nisi programer, zato ti ni treba pisati kode iz nič. Nisi ustvarjalec vsebin, zato ti ni treba vsak dan ustvarjati izvirne vsebine. Si le nekdo, ki želi narediti nekaj smiselnega, in najpametnejši pristop je, da najprej vidiš, kaj so drugi že naredili, in se nato postaviš na ramena velikanov.

Včasih se mi zdi, da je najpametnejši način uporabe umetne inteligence v dobi umetne inteligence ta, da ne pustimo, da umetna inteligenca naredi vse namesto nas, ampak da pustimo, da umetna inteligenca namesto nas opravi iskanje informacij in analizo odločitev, nato pa jih lahko izvedemo.

Kakšna je razlika med tem in uporabo iskalnika prej? Prej se je ob iskanju določene zahteve prikazalo več povezav, na katere ste morali klikniti eno za drugo, da ste videli, katere delujejo in katere ne. Zdaj umetni inteligenci poveste svoje zahteve, ta pa jih filtrira in vam neposredno poda zaključek.

Lahko verjameš?

Ta poziv je treba vgravirati.DNAv

Osebno menim, da bi moral biti ta poziv vtisnjen v naš DNK . Če ga preizkusimo pred začetkom novega projekta, resnično prihranimo veliko časa.

Druga prednost tega pristopa je, da se izognete ponovnemu izumljanju kolesa. Umetna inteligenca vam pomaga najti lahko dostopne rešitve, kar vam omogoča, da se osredotočite na resnično prilagojene vidike. Na ta način lahko svojo energijo posvetite najdragocenejšim področjem.

Iz lastnih izkušenj sem bil, ko sem prvič začel uporabljati umetno inteligenco za pisanje kode, zelo navdušen in sem si želel, da bi umetna inteligenca vse ustvarila iz nič. Po nekaj časa uporabe pa sem ugotovil, da je to pogosto počasnejše. To je zato, ker je treba kodo, ki jo ustvari umetna inteligenca, odpravljati napake, spreminjati in vzdrževati, medtem ko so obstoječe projekte z odprto kodo preverili številni ljudje, zato je njihova kakovost bolj zagotovljena.

To se morda sliši neintuitivno, kajne? Ampak pomislite: najpomembnejša stvar pri kodi ni njeno pisanje, ampak njeno pravilno pisanje. Obstoječe rešitve so že preverjene; ​​njihova neposredna uporaba bo znatno zmanjšala možnosti za nalet na težave.

Torej, moj nasvet je, da naslednjič, ko boste pisali kodo s Codexom ali katero koli umetno inteligenco, ne hitite. Najprej enkrat zaženite ukazni poziv in pustite, da vam umetna inteligenca pomaga najti odgovor.

Morda boste ugotovili, da je to, kar poskušate storiti, že storil nekdo drug.

Samo vzeti ga moraš in uporabiti.

Prihranjeni čas izkoristite za kaj bolj zanimivega.

Ker ste prebrali do sem, vas prosim, da všečkate in delite, če se vam je zdelo koristno. Če želite prvi prejemati posodobitve, mi lahko tudi sledite!

Hvala, ker ste prebrali moj članek. Se vidimo naslednjič.