基本信息

来源摘要/节选

公开展示已截断至最多 800 个字符；请访问原始来源查看完整上下文。

👀 最新、最有用的AI编程姿势，总来自「知识药丸」 《贾杰的AI编程秘籍》 付费合集，共10篇，现已完结。30元交个朋友，学不到真东西找我退钱；） 以及我的墨问合集《100个思维碎片》，1块钱100篇，现已完结。（文末有订阅方式 质量更顶的《又100个思维碎片》不定期更新中，与你探讨AI编程2.0等有意思的话题（文末有订阅方式 写在前面 最近读到一篇来自 OpenAI 工程师 Ryan Lopopolo 的文章，讲的是他们团队用 Codex 构建一个内部产品的全程—— 0 行人工代码 ，历时 5 个月，百万行代码级别。 我第一反应是：这不是噱头吗？ 看完之后发现，这不是在炫耀 AI 有多强，而是在认真回答一个问题： 当 AI 真的能写代码了，工程师该干什么？ 这篇是我自己的学习笔记，从一个旁观者的角度整理，希望对你也有用。 一个反常识的结论 我们习惯于认为，AI 辅助编程的瓶颈在 AI 本身——模型够不够聪明、上下文够不够长。 但这个团队的经历说的恰恰相反： 早期进度慢，不是因为 Codex 不够强，而是因为环境太烂了。 工具缺失、文档混乱、结构不清晰——这些"人类勉强能接受"的环境，对 AI 是致命的。AI 没法靠直觉补全信息，没法靠经验猜测意图，它只能用它能"看到"的东西。 这个结论挺刺激的： 我们以为在优化 AI，其实在优化自己的工程环境。 工程师的角色变了 以前我们说"用 AI 提效"，潜台词是：AI 帮你写，你来审。 但这个团队做的是另一回事——工程师不再写代码，而是在设计 让 AI 能写好代码的环境 。 具体来说是三件事：拆解目标、构建脚手架、建立反馈回路。 有点像从"出租车司机"变成了"城市规划师"。司机关注的是怎么走这条路，规划师关注的是怎么把路修好，让所有车都能跑快。 给 AI 地图，不是说明书 这是整篇文章我觉得最有价值的一个洞察。…

来源说明

当前只保存了公开页面节选，不代表原文全文。请以原始来源为准。

本页只呈现已做哈希绑定的来源证据，不包含基于旧正文或缺失原文的扩展推断。