用了3~4B token, java 方面做agent已經爐火純青了。現在主用codex 輔用claude，但是設計到陌生領域就有點束手束腳，用java的時候(一直都是jdk8) 升級17 21 全用ai做我都能控住，用python ts(這兩個我完全不懂) 去實現我的想象力的時候codex就容易大篇幅的產出一坨。
從工程角度來看，不管是什麼語言，什麼技術棧都是一樣的思路。只是特性不同，那不懂特性的時候怎麼合理的把控ai生成的質量呢？這一直是困擾我的一點
我最近的做法是，先調研清楚
- agent訴求
- 落地業務可行性
- 落地技術棧基礎架構
- ai 走github 檢索出類似架構的項目，clone下來
- codex 檢索當前項目 的技術棧 對應可參考clone項目的鏈路。一一對應生成參考報告
- codex 走一遍基礎架構mvp，合併鏈路的參考代碼做出一個最小的前後端可用的演示頁面(可前後端聯動)
- 前後端代碼細化，根據參考項目進行合理化分拆編排。去除噪聲
- 精細化業務，分拆頁面，分拆交互，分拆邏輯。產出頁面，交互，接口文檔
- 根據上一步的文檔，繼續精進直到落地
佬們覺得這個思路如何？
ps: java這玩意就不適配ai時代，繼續縮在這上面沒啥出路了。
9 个帖子 - 5 位参与者
来源: LinuxDo 最新话题查看原文