某种程度上来说,相当于是把代码和文档组合到一起了,做到了当年UML想做但没做到的事。现在自己的工作流也和这个比较类似:先用注释把这段代码的逻辑写出来,然后再让AI完成,如果这个能用一个框架来实现,感觉还是能省一些事的。
不过这个黑盒也是真的黑盒,估计很难进入大厂的生产环境,毕竟谁review谁负责,没人愿意为AI背锅。
某种程度上来说,相当于是把代码和文档组合到一起了,做到了当年UML想做但没做到的事。现在自己的工作流也和这个比较类似:先用注释把这段代码的逻辑写出来,然后再让AI完成,如果这个能用一个框架来实现,感觉还是能省一些事的。
不过这个黑盒也是真的黑盒,估计很难进入大厂的生产环境,毕竟谁review谁负责,没人愿意为AI背锅。
还真是,生产环境不好保证
但是可以参考编译语言:编写时这么写,编译器首先对这种AI块进行”编译“(写一段代码替换),这样就有保障了
好奇这份工作会如何让人 review 到 AI 生成的代码本体,以及如何固化底层的代码实现
运行时调 LLM 成本会很高吧。。
如果能在“编译”(预处理)时或者第一次运行时就调用一遍然后持久化生成的代码片段,感觉应该还可以接受
这个肯定还是以编译的方式进行的,运行时调LLM的话成本高而且不可控。
感觉可以参考这种实践:把带有with AI的源文件作为一种DSL来进行维护,就像是protobuf的.proto文件一样,然后使用专门的工具来生成具体的代码(也就是编译这个DSL了)
真正起作用的是生成的代码而不是这个DSL,程序员和reviwer对生成的代码负责,这样既解决了责任分配问题,还保留了vibe coding的痕迹,便于后续维护