此帖转自 Caravel 在 军事天地（Military） 的帖子：大模型编程真的可以用了
这几天又尝试了最新的大模型
又比半年前强了很多
这次基本30分钟就搞定了
所有的功能都是一次成功
半年前还要回滚好几次
出来的比我一个星期做出来的都好
但是风格肯定是预制菜
我在想以后大模型编程流行以后
网页app的审美水准肯定会单调化
现在风格各异的风格背后是大量
薪水十分丰厚的前端老师傅撑着
等这个行业自动化以后
根本就不会有这么多老师傅
即使有给你定制一个就是天价
我己经在用codex做主要编程工具了，买了200刀/月的，否则玩不起。AI的确提高老司机的效率。
新人用AI的话，是一个灾难，因为AI满口谎言，必须要有一双鹰眼，才能用得好。
啃硬骨头还是需要人的经验。比如读一个log，老司机一眼就看到了问题，AI看不出来，转着圈瞎扯，最后放弃。但这些打印log的跑腿的活，AI干起来不费劲。活人发现问题根源之后，告诉AI，AI也能立马改好。但它自己看不出问题来。
Caravel 写了： 2025年 11月 1日 14:13此帖转自 Caravel 在 军事天地（Military） 的帖子：大模型编程真的可以用了
这几天又尝试了最新的大模型
又比半年前强了很多这次基本30分钟就搞定了
所有的功能都是一次成功
半年前还要回滚好几次
出来的比我一个星期做出来的都好但是风格肯定是预制菜
我在想以后大模型编程流行以后
网页app的审美水准肯定会单调化
现在风格各异的风格背后是大量
薪水十分丰厚的前端老师傅撑着等这个行业自动化以后
根本就不会有这么多老师傅
即使有给你定制一个就是天价
hci 写了： 2025年 11月 2日 21:51我己经在用codex做主要编程工具了，买了200刀/月的，否则玩不起。AI的确提高老司机的效率。
新人用AI的话，是一个灾难，因为AI满口谎言，必须要有一双鹰眼，才能用得好。
啃硬骨头还是需要人的经验。比如读一个log，老司机一眼就看到了问题，AI看不出来，转着圈瞎扯，最后放弃。但这些打印log的跑腿的活，AI干起来不费劲。活人发现问题根源之后，告诉AI，A I也能立马改好。但它自己看不出问题来。
200刀每月是无限可用么？还要不要计算token
再等等，以后做好产品经理就行，写好逻辑让AI生成代码，几个人就能做个MVP出来。
没有这么简单。还是需要程序员，唯一不同，是现在的程序员不直接改代码。所有的技术决定，还是必须要活人来做，否则玩不下去。
开发商业软件的主要工作是维护，而现在的AI不具备维护已有大型项目的功能。
正因为AI，谁都可以Vibe一个MVP出来，从现在开始，MVP没有卵用了，价值为零。
hci 写了： 2025年 11月 3日 19:56没有这么简单。还是需要程序员，唯一不同，是现在的程序员不直接改代码。所有的技术决定，还是必须要活人来做，否则玩不下去。
开发商业软件的主要工作是维护，而现在的AI不具备维护已有大型项目的功能。
正因为AI，谁都可以Vibe一个MVP出来，从现在开始，MVP没有卵用了，价值为零。
一个大型的系统软件，编码一般工作量占比多少30%？
AI写的代码直接上生成那是找死，但是用来对齐需求和设计还是很好的。
hci 写了： 2025年 11月 3日 19:56没有这么简单。还是需要程序员，唯一不同，是现在的程序员不直接改代码。所有的技术决定，还是必须要活人来做，否则玩不下去。
开发商业软件的主要工作是维护，而现在的AI不具备维护已有大型项目的功能。
正因为AI，谁都可以Vibe一个MVP出来，从现在开始，MVP没有卵用了，价值为零。
你说的问题是否可以，用llm train for 现有的大型项目？
很多人不明白，大型系统软件本身代码量不多，但周边的大量的实验和测试代码，数量要在代码本身的很多倍以上。比如sqlite，号称其回归测试代码量就是源码的百倍以上，还不说平时各种一次性的测试和实验代码。又比如我老自己弄的这数据库，光是github commit的代码，加减就有八百万行，就不提绝大部分没有commit的一次性实验性代码了，但这个软件代码本身不到10万行。
所以什么“编码只占30%工作量”，什么“编程不是按键盘”，都是瞎几把扯。编程就是按键盘，就是产生大量代码。跟我说什么"programming is not about typing"的，都不是什么好的程序员。不试，哪里知道什么work什么不work。就算是纯算法的工作，在大量草稿纸的基础上，也有大量的实验代码。
这些大量代码，以前都需要手写，现在让AI写。这就是为啥AI让资深程序员的工作效率提高了。
现在的AI就是这么训练的呀，所有的公开大项目AI都能见到。
可目前这种AI缺乏推理能力，没有洞见，训练数据再多也改变不了这个现实。
说AI编程行的都是做网页界面的
大厂屎山一样的业务逻辑，交给A I就是找死