Chuckle

@nowant 不清楚，反正极致站起来狠狠蹬，之前 cursor 不限量，一个月蹬 1k 多刀，忒贵了，我自己弄了个 ai 脚手架，一个月，qoder 也调教得勉强能用
https://github.com/qxchuckle/lattice/

公司从 cursor 换成 qoder 用，费用总体便宜 2/3 ，但是用起来确实费劲，而且 Credits 怎么算的太不透明了，不过没限量，我狠狠蹬，换算一下 400 刀了，要是 cursor ，早就 1200 刀了，

这就是现在 agent 的一个痛点了，多项目多支持非常不好，别说把项目放一个大文件夹里管，不现实，打开 ide ，ts 服务不挂，我看着密密麻麻的文件夹都要先挂了，更何况根本克隆不完司内的项目，上下游大大小小的包太多了，都是用到哪个包克隆哪个。所以我自己搞了个 skill+cli 的工具，在项目里加一个 json ，里面就存一个 id ，用来标识项目，ai 创建的任务、对话、规范沉淀，都关联 id 。下次开新对话 ai 自然知道要怎么找项目、怎么看现在做的需求涉及哪些项目。https://github.com/qxchuckle/lattice/
为了方便人管理项目，我之前也搞了个 vsc 插件项目管理 https://marketplace.visualstudio.com/items?itemName=qcqx.qcqx-project-manage

我也遇到了这个问题，重构一个大概 13w 行的包，必须古法的：整体架构、数据流，交给 AI 的：填充内容的部分，人为划分出小任务交给 ai 完成，并且用上 ai 脚手架，复利式迭代，让 AI 越用越懂项目

我感觉 rag 作为海量数据时，找出和关键词有相关性的内容，给 ai 去读还是有用的，不需要什么准确度，找到了全塞给 ai 自己判断。不然上下文不够

对，原本要再招一个人干活，现在变成给人配个 ai ，原本一天干一需求，变成两个需求多线程干，桌面切来切去，等 ai 回复，也不是需求有多难，就是干一件事的心流被打断，多个任务反复切换费脑子就累

@qiuyuerror #66 有空可以看看人月神话这书

毕业了才知道软件工程是门好课。
------
学习什么语言不重要，语言是工具，ai 也是工具，没有 ai 的时候速通一个语言最多也就 7 天，像 js 这种 3 天就能搞定，现在有 ai 了，学不学语言都无所谓了，有更好的工具就用，发展到自然语言编程更好，工具是有最佳实践的，就像有了高级语言，也还是需要很多人写汇编，搞芯片前端的赚得可多了，摆脱技术思维去看问题。
------
没有 ai 的时候，写代码的时间其实也没占多少，都是做做需求，维护下现有系统，真碰上重构、新功能开发，现在 AI 也搞不定，一堆没法写成文档的东西，怎么给 ai 讲，让 ai 发挥，等上线爆炸，1m 上下文还是太小了，等 100m 还有可能。我最近在搞一个重构，13w 行有效代码，45 个业务独立包，古法占了 70%，老代码里那堆死逻辑，shi 山，要复刻，各种取舍、业务风险都要人把握，这些不是技术的事情，看到渐进式加载、上下文压缩就想到小马拉大车。把技术看得太重了，业务和技术，拿出来总是吵架的话题。
------
学技术本质也就是在学用工具，现在学怎么用 ai 这么工具反而顺应时代。提供工具肯定是最赚钱的，淘金热边上卖铲子。

@maix27 #120 有啊，搞出来挺多 AI 产品了，业务上的，还有自用的，什么需求 AI 分析，全自动创建仓库写代码提 cr ，但都还是实验，碰上实际业务需求还是难绷，知识文档都在语雀上，迭代这么多年体量已经 boom 了，而且，有些东西 AI 就是搞不了，我现在又个重构任务，20w 行 tsx 代码，好几个包，和拆炸弹一样，AI 只能辅助我梳理原来业务逻辑，harness 那文章都强调单仓库了，而且还要测试自闭环，自动化测试根本就是天方夜谭