前阵子, 公司也是全力推动 AI 的使用. 作为一个练习 2 年半的JAVA狗. 也是正式开始用上了 AI 来进行提效 (其实之前自己也在用, 干完偷偷摸鱼).
利用 AI 进行编程的经验帖已经非常丰富了，相比各位大佬，我还属于边学边用的阶段，就不献丑了。我聊聊另一个给我带来明显效率提升的场景——利用 AI 替我高效值班 (方便愉快摸鱼 
)
背景
出于解决客户需求和服务器稳定性的角度出发, 我公司的每个开发, 每隔2周都要值2天班
- 用来解决客户提出的各种问题, 问题分为两类
- 一类是实在实在的 BUG
- 一类是客户可能不了解系统, 提出的数据问题
- 大部分数据展示和客户理解的不对, 因此需要查阅相关代码把相关统计口径告诉客户(很抱歉, 这方面几乎没有文档, 因此基本都是靠老手经验或者直接去看代码
)
- 大部分数据展示和客户理解的不对, 因此需要查阅相关代码把相关统计口径告诉客户(很抱歉, 这方面几乎没有文档, 因此基本都是靠老手经验或者直接去看代码
- 监控服务器稳定运行, 监控各种指标
这里吐个槽, 现在公司代码仓库超过一百万行了, 有些方法都是面条代码, 上千行了, 自己去看也挺费劲的 (说实话, 看见这些方法, 我都绕着走,除非必须要看 )
思路转变
之前在网上冲浪看到这么几句话
- 考虑的是这件事情的 SOP 是什么
- 整个 SOP 过程中， 有哪些地方可以用 AI 获得效率增益， 哪些地方需要人为干预
- AI Agent 的瓶颈不在于模型能力，而在于权限
于是慢慢思考的自己的工作流程，有哪些可以利用到 AI。
这里说下一般排查过程
- 先查生产日志找到报错或者入参等，带入代码
- 查询相关数据库
- 验证自己的猜测
很遗憾，目前公司的基础设施还比较薄弱（Trace 都还没落地 ），很多问题只能靠肉眼看日志，看代码，再靠大脑单步调试。
我就想直接把这套流程接入 AI 帮我查得了， 于是就找 skill， 找 mcp接入。这里得夸赞下阿里云还不错， 1）有现成的 sls 查询的skill， 2） dms 也有现成的 mcp， 直接接入就完事 3）再把代码仓库也给 AI。
接入后后面的问题基本都让 AI 帮我查了。
另外一个方面，服务器稳定性有时候要去服务器状态， 有时候 CPU 高得去看看，运维那边只提供了 webshell，网上找了一圈 chrome-devtools 能操作浏览器， 自己配置下，AI 也能去 webshell 里面愉快的看服务器状态了（AI 命令敲的比我这个练习2年半的JAVA狗熟练多了）
后来又看到 pi 作者大佬的文章《What If You Don’t Need MCP》
说不要用 mcp， 折腾了一圈之后，把原来的 MCP 能力通过 mcporter 转成了 skill。实际使用下来，稳定性和使用体验都比之前好了不少。 
总之这算是自己的折腾历史吧，现在值班2天大部分时间在指挥AI干活， 感觉脑力消耗减少了不少， 幸福程度++
1 个帖子 - 1 位参与者