AI Coding 真正的价值,不是写代码变快,而是把讨厌的文档变成了核心资产
AI Coding的价值不只是提高代码编写效率,更在于改变软件文档的角色。过去令人头疼的需求、设计、测试和决策记录,如今可以由AI协助生成和维护,并成为人和AI共同使用的项目上下文。通过Context Driven Development,软件项目有机会持续积累业务知识与技术经验,降低长期维护和知识传承的成本。
AI写代码已经不稀奇了,真正的变化是很多东西突然值得做了
AI写代码已经不稀奇,更大的变化是软件实现成本正在快速下降。过去因开发成本太高而“不值得做”的小需求,如今可能几小时就能变成可用工具。当“怎么做”越来越便宜,发现什么值得做、如何设定边界并判断价值,反而会变得更重要。
我只是想修一个DSH插件,半小时后却成了它的维护者
DeepSeek Harness升级后,原有插件因兼容问题无法使用。我没有等待作者更新,而是借助AI完成Fork、适配、测试和发布。真正值得关注的,不只是AI写代码更快,而是它正在降低接管陌生代码的成本,让更多用户有机会成为自己依赖软件的维护者。
Kimi、GLM和Claude的差距,为什么每个人感受完全不同?
Kimi、GLM与Claude的能力差距真实存在,但不会平均体现在所有任务中。任务越模糊、链条越长、越依赖模型自主判断,Claude优势越明显;任务拆解越充分、Agent与人工控制越成熟,国产模型的实际差距就越容易缩小。