
最近一年多,都是用 AI 来代替手写编程,都现在后端实现了 100%AI 代替(已经很久没手写过任何代码了)。
最近我们团队被收编了,在给资方准备资料的时候,整理了 AI 提效的一些数据,想这可以贴上来,大家一起讨论下
1 yibo2018 OP |
2 yibo2018 OP AI-Assisted Efficiency Dashboard Updated 2025-11-06 效率指数 = 提交频次 × 平均增量。AI 流水线让 2025-07~09 的效率指数长期维持在 4000+,即在单位时间内交付更多增量代码。 |
3 yibo2018 OP |
4 yibo2018 OP 所有数据出自最近频繁提交的 5 个项目,提效 8.8 倍 |
5 yibo2018 OP 和大家分享一下,有问必答 |
6 mooyo 3 小时 54 分钟前 |
7 yibo2018 OP @mooyo #6 自从用了 codex ,cc 等这种 cli 的方式,看代码比较少了, 一些重要的逻辑会让他自动创建 http 测试用例自测,普通-中等的需求,基本一遍过,直接提交到测试环境了 |
9 godspeedyou 3 小时 32 分钟前 楼主有没有什么实践经验分享啊,比如全局和项目规则,踩过的坑之类的 |
10 zhengfan2016 3 小时 28 分钟前 |
11 dxpy 3 小时 27 分钟前 后端用 Python 吗 |
12 gpt5 3 小时 23 分钟前 我手下一个小弟,vscode 左右下,开 3 个 ai ,对照着改。 效率比 1 年前高多了,并且由于工作顺心了,整个人的气质都好了。 |
13 Babbitt 3 小时 15 分钟前 via Android 请问有没有视频教程推荐啊,也想入门 vibe coding |
15 xing7673 2 小时 53 分钟前 从 8 月份 gpt-5-high 上市以来我在公司里的项目也能 vibe 了(当然不是特别成熟的那种) 从我实际体验上来看,短期过渡写项目还是要让 ai 多提示多注意 DRY 原则等各种 clean 的写法 但是到了后期可以专注于业务上的发展以及领域知识的开发了 我觉得是好事,还是多拥抱这个变化比较好,我感觉到了明年 localLLM 的 SOTA 就能满足你大部分项目的 vibe 需求了 |
16 wenning 2 小时 42 分钟前 现阶段优秀的大模型还是太贵了, 最近使用 qwencoder 太弱智了, 很多简单的功能都做不好, 比如函数接口增加了参数, 让它修改, 直接在调用的地方给我填 null 上去, 也不想一下该填什么 |
17 PowerDi 2 小时 30 分钟前 使用哪个工具呀 |
19 aa883266 1 小时 58 分钟前 @NoCash #18 只要识别表达能力没问题 直接就干了~ 大佬可以来试试我 aicoding.sh |
20 NoCash 1 小时 24 分钟前 @aa883266 #19 我想问一下,所谓 vibe coding ,难道就是和 LLM 们对话,只是对话的主题里让 LLM 写了代码,这个就叫 vibe coding ?这件事在 2022 年叫做:和 ChatGPT 聊天让它写代码,现在创造一个新名词 vibe coding?我不理解,vibe coding 除了聊天以及 cursor 这种 CLI ,是有什么新花样我不知道吗? |
21 94 1 小时 6 分钟前 @NoCash #20 ,以前需要聊天然后自己手动复制代码,现在可以让 AI 自动写代码之外还以代替你执行各种操作。比如说阅读仓库中的 Issue ,去理解问题和尝试修复问题。并且按步骤提交 commit ,push 到远端。然后你去 review 之后 merge pr 。但是修复的 PR 可能会有问题,所以 review 的步骤不可省略。 不过我觉得长期维护可能会有问题,所以我常用的场景是自己需要做一些一次性的处理脚本的时候才会真的 VibeCoding ,因为自己有预期好的输入输出,AI 就很快会产出我需求的脚本让我去用,然后用完就删了。 ----- 大概可以认为是一个通读过各种规范和 API 文档的实习生,你告诉他你要什么,明确好需求和步骤之后就让他自己实现。 一些不重要的一次性脚本就可以当甩手掌柜,但是生产中去用还是要好好 review 的。 用代入感强一些的例子就是,原本是产品经理或者老板坐在你边上,告诉你这个按钮要往左边移动一些,这个按钮点击之后要打开弹窗,弹窗里面要编辑什么内容。 或者说你的算法写的有问题,然后他在边上叭叭叭说了一堆,你再按照他说的业务流程去改算法。 现在这些工作中的你就变成了原本的“领导”,而 AI 就成为了当时的“你”,心里边还不会骂骂咧咧。 |
22 jsq2627 1 小时 1 分钟前 > 自从用了 codex ,cc 等这种 cli 的方式,看代码比较少了 这也是我不喜欢 CLI AI 工具的原因,review 很不方便,对代码掌控力下降。AI 写东西熵增很快,整一大堆代码来解决不复杂的问题,到处重复造轮子。 |
23 askfilm 1 小时 1 分钟前 "已经很久没手写过任何代码了" 文科生的幻想? |
24 jsq2627 57 分钟前 |
25 woodfizky 51 分钟前 @yibo2018 #5 想问一下,项目代码主要用的什么语言,做的大致什么业务?项目代码的目录结构是怎么样的? LLM 在涉及中大规模项目,需要使用项目内已封装代码,或者需要对某个方法修改时,如果涉及兼容已经被调用的情况,LLM 的表现如何? |
26 aa883266 31 分钟前 @NoCash #20 我的语言表达能力不好 写了一坨没有格式的让 gpt 润色一下如下 (原版我放到最后) ----- 本质上你说得没错,vibe coding 依然是与 LLM 协作。 但区别在于:今天的 vibe 在语义流畅度和环境集成度上都有了质的提升。简单来说,它能做的事情更多,也更深入。 2022 年的方式更多只是“ask / plan”的雏形,当时 ChatGPT 对外部世界的依赖只能靠 function call 实现;而现在 MCP 满天飞,生态体系更完善。 至于 CLI 方向,各家大厂也已经意识到无论是 IDE 还是命令行,最终都要回归到 CLI 强大的生态能力上。 再加上底层数据和模型的快速进化,比如 Cursor 的效果更好,本质上是因为更多的人在使用、更大的训练集在迭代,这推动了整个 vibe coding 体验的跃迁。 ----- 本质上没有问题 还是和 LLM 协作 ,在今天 vibe 语义流畅度更高 环境集成度更深 简单的说 可以做更多的事情,今天的 vibe coding 已经远远超出/深入了 22 年的方式,那种只能成为今天的 ask/plan 模式的缩影 原来 chatgpt 对外部的依赖 只能用 functioncall 的方式, 今天 mcp 满天飞 生态更完善 , 至于 cli 的方式 各个大厂已经明确反映过来 无论是 ide 还是 cli 的 最终你还是要走到 cli 强大的生态。基础数据的进化突飞猛进 为啥 cursor 效果更好 本质 是 更多的人在 更多的训练数据集 |
27 dianso 29 分钟前 不懂编程,4 月开始接触,到现在收入差不多 4.8W |