那是因为你把它当作工程师的问题，而不是"影响者"或"10xer"或任何其他称呼。你把它当作一个需要用工程方法解决的问题，而AI只是用来完成这个任务的工具。根据我的经验，很少有工程师的问题需要花费数小时的无人值守AI代码生成来解决。我发现只有一个应用场合，让AI持续运行数小时确实有点意义。我正在逆向工程一个包含五个独立固件镜像的部件。我已经从该部件中转储了二进制文件，并让AI去反编译和逆向这些相互关联的固件项目。这是一个复杂的任务，但非常有边界。这不是复杂的工作，但工作量很大，最终结果是一堆C形的文本，这些文本只是有信息量，即使我手动做，它们也无法单独编译。输出的质量由输入的汇编代码决定，最终的输出结果是以代码形式呈现的文档。……
源讨论在家使用AI编程而不破产原帖 294 条评论 · 导入时统计我觉得我可能已经达到了瓶颈，不知道下一步该怎么做才能提升。我现在使用的是每月100美元的codex计划，一直使用5.5-xhigh版本，感觉还可以。我想知道下一步该做什么，进行一次聊天会话来确定具体要问什么，直到准备好实施，然后codex会处理一个按提交大小的任务，之后我简短地在本地开发服务器上检查它。如果有必要，我会要求更改。然后我让它提交并根据规范推荐下一步。很多时候我不得不“批准”一个沙盒外的请求。 我没有找到需要整夜运行的东西。我可以让它一次性生成一个大计划，但鉴于我经常意识到我想要一些中间的东西稍微不同，这似乎是在浪费精力。 我猜我应该考虑的是某种我可以将codex-gui请求隧道传输到的机器虚拟机…
完整原文把你的经验，加入这段讨论。
我会再举一个让AI大展身手的用例：许多小而原子化的重构，关键在于永远不要破坏任何东西。 我个人的开源项目规模不够大，可能不值得这么做，但在工作中我使用Barnum（https://barnum-circus.github.io/）运行了三个流水线。第一个流水线用于接收文件，识别重构（来自预批准的列表），并将要进行的重构的精确描述放入队列；第二个流水线从该队列中读取，执行并创建PR（这里有很多“检查PR是否正确”的步骤）；第三个流水线则负责照看PR直到它们被合并。我通过这种方式合并了数百个PR，而我本人几乎没有任何努力。
完整原文你如何让AI生成的信息保持简洁？ 我目前正在努力解决这个问题，让它进行设计或逆向工程工作，在调查过程中它会让文本内容变得冗长而不是进行归纳总结。它永远无法暂停并正确地创建抽象。这是在使用Opus时的问题，它在面对无法轻易验证的目标时会变得冗长且表现欲强。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。