Claude code 有自動管理記憶的功能了。
模型只會越來越強、上下文只可能越來越長。
我很多時候都認為,上下文管理、如何更好的跟模型溝通,這些技巧很有可能在一年內都會不再重要。
就跟當年很會打算盤算數的人被計算機取代一樣。
Vibe Coding 的現狀,非常像早期的「自動駕駛技術」。
一開始技術還不成熟時,應用場景一定是在環境固定、或是容錯率較高的地方。 就像早期的自駕車,都是先在封閉園區跑固定路線,或者是先用來載貨(壞了頂多賠貨),最後技術成熟了才會用來載人。
這也解釋了為什麼大公司的開發流程長那樣。 有人會爭論那不叫 Vibe Coding 或是叫 AI Pair Programming,但在商業世界裡,名詞不重要,解決問題、提升效率、控制風險才是核心。
大公司的容錯率極低。 試想 Meta 的廣告系統或是 AWS 的帳戶系統,如果不穩定,那是幾百幾千萬美金瞬間蒸發,外加無止盡的訴訟。所以才需要那麼嚴謹的 Review 與測試流程——這不是守舊,這是為了生存。
至於 AI 未來寫 Code 會不會比人類好? 我認為是一定的,這就跟 FSD 最終會比人類駕駛安全一樣。 但具體問題具體討論,在技術還沒到達 Level 5 之前,大型複雜系統的開發,依然需要人類隨時準備介入與接手。
每次跟人討論 Vibe coding,總會聽到一種說法:
「AI 寫的東西會有問題啦!你現在寫得爽,後面上線都爆炸了。」
沒錯,對於不會寫程式的人來說,這很有可能發生。但產品開發團隊也不是吃素的。
這篇推文講了科技巨頭等級的公司,實際上是怎麼用 AI 幫助開發的。
正規的軟體開發流程長這樣:
1. 產品團隊撰寫產品設計文件
2. 工程師與產品團隊進行審查
3. 工程師撰寫技術設計方案
4. 資深工程師做方案審查
5. 拆解子任務、分配工作
6. 開始幹活寫 code
7. Code Review
8. 測試與驗收
很多人提的 Vibe coding 其實只是在講第 6 步。
實際上這其中的每一步都會有 AI 參與。但軟體開發的流程,並不是你打幾個字就生成個網站或是 demo 這麼簡單的。
事前還是需要很多的準備工作,跟合作的團隊溝通,仔細思考方案,這些才是避免「上線後爆炸」的關鍵。
------
所以回到我最常聽到的疑問,我都會說:
Vibe coding 是一個加速器,但軟體開發的本質是不變的。流程可以改變,工具可能變快,但我們要解決的問題、以及對系統品質的要求,這些本質都一樣。
FAANG software engineer tells how they vibe code at FAANG
---
"You still always start with a technical design document. This is where a bulk of the work happens. The design doc starts off as a proposal doc. If you can get enough stakeholders to agree that your proposal has merit, you move on to developing out the system design itself. This includes the full architecture, integrations with other teams, etc.
Design review before launching into the development effort. This is where you have your teams design doc absolutely shredded by Senior Engineers. This is good. I think of it as front loading the pain.
If you pass review, you can now launch into the development effort. The first few weeks are spent doing more documentation on each subsystem that will be built by the individual dev teams.
Backlog development and sprint planning. This is where the devs work with the PMs and TPMs to hammer out discrete tasks that individual devs will work on and the order.
Software development. Finally, we can now get hands on keyboard and start crushing task tickets. This is where AI has been a force multiplier. We use Test Driven Development, so I have the AI coding agent write the tests first for the feature I’m going to build. Only then do I start using the agent to build out the feature.
Code submission review. We have a two dev approval process before code can get merged into man. AI is also showing great promise in assisting with the review.
Test in staging. If staging is good to go, we push to prod."
---
reddit. com/r/vibecoding/comments/1myakhd/how_we_vibe_code_at_a_faang/
ChatGPT 問世這兩年,我的學習方法徹底變了。感覺自己能力跟知識的邊界擴張極快,上次有這種震撼,應該是 13 歲第一次發現 Wikipedia 的時候。
以前要搞懂一套系統的底層架構,啃文件少說要十幾個小時、磨個一兩天;但現在只花了兩三個小時就摸透。
整個流程大概是這樣:
- 把所有疑惑丟給 AI 叫它整理大綱
- 用 Gemini guiding mode 一個個解釋(不懂就問到懂)
- 對話紀錄丟 NotebookLM,下幾個關鍵字補資料,轉成 Podcast
- 出門運動順便聽兩遍
- 回家叫 AI 考我核心概念
這其中最神的點在於,AI 有記憶。
以前要有這種體驗,我得找一個專家當一對一家教。但現在 AI 可以搞定一竊,他知道我是工程師,還知道我做木工、衝浪,甚至喜歡經濟學跟人類學。
所以在解釋複雜機制時,它會直接調用這些我熟悉的語言來比喻,甚至畫圖給我看,解省掉大量我了解新概念時間。
常開玩笑說,再過十年傳統講課的老師差不多要消失了,學校剩下的功能大概就是練習跟群體互動。
雖然我當年唸書時,我對學校的定義差不多也是這樣😂
「不是他們不想避險,而是他們沒有資格避險。」
讀 @BeatingOfficial 這篇關於阿根廷的文章,有一種窒息感。
我們常以為高通膨國家是 Crypto 的聖地,但現實是,窮人靠現金避稅過一天算一天,富人靠 USDT 隱匿資產,反而是那些最守法的中產階級,被合規的枷鎖困死在法幣體系裡,成為新一代的窮人。
真實的阿根廷沒有加密烏托邦,只有赤裸裸的地下生存法則。
關注 @HanyangWang 始於那篇《誰在製造幣安》,當時覺得這人視角獨特。
沒想到這小伙子,做了一個極致浪漫的區塊鏈項目 @Funes_World 將現實世界的建築模型,永久保存在鏈上。
選擇『建築』作為載體,讓這項計畫除了浪漫,更多了一份歷史厚度。畢竟,建築是活著的歷史文本,不只代表藝術、也代表實用,更是前人活著的痕跡。
現實中的建築會腐朽、被修改,電子檔案也終將消逝。 但只要區塊鏈還在運行,這些「痕跡」就會被完整封存。
我們的過去決定了現在,而這些被保存的現在,將決定未來。
今天 @yzilabs 对 @Funes_World 的融资官宣了,也借机和大家介绍一下:到底 Funes 在干嘛?以及我们这轮是怎么融资的?再次感谢各位对 Funes 的支持,愿我们的道路漫长,充满奇迹,充满发现。
hanyang.wtf/p/funes-d9c
旅行小發現
在經濟發達的地方,無糖可樂很容易買到;但在經濟稍差的地區就比較難。
例如,在曼谷和吉隆坡,隨便一家店都有無糖可樂,但在沙巴和沙勞越,需要找好幾家店才有。
不知道這是可口可樂的市場區隔策略,還是純粹由銷量決定進貨?











