一年用 AI 写代码后的真相:省下写码时间,全耗在了验证上
Positive_Picture-1 · reddit · 2026-11-22
一位开发者复盘一年 agentic AI 开发经验:
- 早期靠详细设计文档驱动 AI,结果很差:交互式 Web 的事件处理混乱、关注点不分离、代码单体化,甚至硬编码认证密钥,大部分任务陷入无尽的 bug 修复循环,几乎要手写或给出含代码的指令。
- 随着个人项目架构成型(加上模型进步),他把整个代码库文档化为 GitHub 仓库中的 Markdown 文件并引入自动化测试,现在只需定义需求即可委托 AI 实现,得到稳定满意的产出。
- 新瓶颈:花在验证上的时间大增,整体开发时间并未如预期大幅缩短。
他抛出的问题:能否放心把验证环节也交给 AI?征求其他开发者的做法。
「编程与Agent」频道最新
- 开源 Garmin 健康 MCP 服务器:自然语言查询 VO2max、睡眠与训练负荷 — modelcontextprotocol · 2026-11-22
- Stripe MCP 连接器上线:凭 API key 只读访问 Stripe 数据 — modelcontextprotocol · 2026-11-22
- 开发者把 Inkling 2 Mini 移植到 vLLM,双 3090 解码速度飙至约 200 tok/s — peaster_ · 2026-11-22
- 给远程 MCP 服务器加 OAuth 的六个意外坑:限流失效、agent 攻击面与蜜罐陷阱 — Dheeth · 2026-11-22
- Paperwire 开源:让 AI Agent 收发实体邮政信件、传真甚至支票 — QuixiAI · 2026-11-22
- Grok Bot 省用量技巧:让脚本干重复活,Bot 只管判断 — nima_owji · 2026-11-22