Skip to content

AI 编程和Claude code ​

AI 编程 ​

1、软件开发不再是“一个人手写代码到天亮”,而是人类负责想法 + AI负责生成 2、未来大部分岗位(包括非程序员)都会用到“AI 辅助编程”做自动化和数据处理 3、不会 AI 编程的人,未来用工具的效率会比别人低几个量级 4、会 AI 编程的人,不仅可以自己做,还可以快速验证想法和做副业产品

(存疑,可能基础技能还是需要掌握的,可以参考中间件的文稿)

Claude code 角色定位 ​

本质上是个Web开发时代的编程助手,最适合基于Web技术栈和跨平台技术的开发

但是并不适合:大型系统架构

Claude Code这个工具最擅长的还是web相关的开发。 本质上的原因Claude Code 生成的代码,本质上依赖于开放、通用、跨平台的运行环境。 因为,Web 技术(HTML/CSS/JavaScript)符合这三个条件 JavaScript 是浏览器的唯一原生脚本语言,几乎任何电脑、手机都有浏览器 Claude Code 在训练中大量接触到开源前端/后端的代码样本(JavaScript、Python),而这些生态文档和示例都公开且容易被学习到。 所以说,生成的结果只要用户有浏览器,就能运行,不依赖复杂的本地配置(不像 C++、Java 桌面应用那样需要繁琐的环境)

其他内容 ​

Agentic 工作流 ​

Agentic 工作流(Agentic Workflow)是指由自主智能体(Agent)驱动的工作流程,它能够:自主理解任务(思考)、制定解决方案(计划)、按计划执行并调整(执行)、在必要时循环迭代(反思) Claude Code、ChatGPT、AutoGPT、LangChain 等 AI 工具,都可以扮演 Agentic 工作流中的“智能体”角色。

AI Agent“思考-计划-执行”的工作模式

阶段核心问题AI 在做产出
思考“我要解决的是什么问题?”解析任务,理解上下文,分析需求问题定义、假设
计划“我应该按什么步骤来做?”拆分任务、制定顺序、选择方法行动计划、任务列表
执行我该具体怎么做?按计划执行步骤,生成结果,必要时修正可用结果或下一步输入

上下文协议 ​

需要一种机制,把项目的信息、环境信息整理好,每次交给模型。这个机制,就叫 上下文协议(Context Protocol)。

作用:

防止模型“断片”:没有上下文协议,模型会忘记之前你建了什么文件、用的是什么框架。 减少重复沟通:你不用每次都把项目结构解释一遍。 提高准确性:模型生成的代码会贴合你当前项目,而不是给你一个通用但错误的版本。

上下文协议的价值之一就是如何在有限的窗口里组织最关键的信息,避免无关内容挤占空间。

上下文协议的“动态更新” 不是一次性“给一堆信息”,而是会 随任务过程不断刷新。比如你刚刚新建了一个 login.py,协议会立刻更新,让模型知道多了这个文件。这也是为什么它能保证对话的连续性。

cc常用指令,以及高效方式

1/自动扫描,你自己想到的,肯定会有人提前解决了

2/文件→文件夹,工作流,typora,

3/重复的地方,使用编程快捷替换

Released under the MIT License.