AI Agent时代的开发困境：为何后端的高效模式在前端“水土不服”？
随着AI Agent的兴起，软件工程流程正面临重塑。一位开发者在实践中发现，后端开发采用“文档先行、测试其次、最后开发”的模式，配合明确的任务拆解（Task Spec），能有效利用AI实现高效且安全的编码。然而，当试图将这一逻辑套用到前端开...
标签索引 / 第 3 页
开发效率
这个标签下有 291 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
NoteDeep 接入 AI 助手与白板功能，重构底层协议以增强上下文理解
独立笔记工具 NoteDeep 发布 4 月开发日志，宣布接入 AI 智能助手侧边栏，支持划选文本进行上下文问答及生成页面。为解决 AI 对排版的理解难题，开发者重构了底层 Markdown 协议，实现纯文本与富文本 DOM 的双向转换。此...
OpenAI Codex远程控制实测：Windows用户如何通过中转站解锁手机操控
OpenAI 推出的 Codex Remote Control 功能允许用户通过手机远程操控电脑端进行编程。本文作者实测发现，即使在 Windows 环境下并使用第三方 API 中转站（非官方直连），通过修改本地配置文件 `config.t...
探讨“规划+编码”双模型分离式AI编程工作流的可行性与实践
本文深入探讨了一种将任务规划与代码生成职能分离的AI编程模式。作者为规避单一模型（如GPT）上下文限制及高昂成本，尝试通过“规划模型”负责任务拆解与代码Review，结合“编码模型”执行具体修改并输出Diff。文章分析了该架构的合理性，寻求...
AI将如“流量”般廉价：信息时代的算力工业革命猜想
本文将大模型的发展类比于移动互联网流量的演变。作者认为，随着技术进步，Token将从稀缺资源变为廉价的基础设施，甚至出现类似Wi-Fi的区域算力共享模式。更重要的是，信息时代的信任机制正在重构：用户对AI输出的依赖逐渐取代传统搜索。这将催生...
实战演示：利用 DeepSeek 与 AI Agent 低成本破解语雀文档迁移
针对语雀不支持免费用户 MCP 协议的痛点，作者探索出了一套基于 AI Agent 的自动化迁移方案。通过结合 OpenCode 与 Agent Browser 工具，并调用 DeepSeek 大模型，成功指挥智能体像人类一样操作浏览器，读...
当写代码不再稀缺，真正稀缺的东西就变了：Anthropic 这场分享把 AI 原生工程组织讲透了
这场分享里最有价值的，不是“Claude Code 很强”这种结论。这个结论现在已经不新鲜了。 真正值得记住的是另一句：**当编码吞吐不再是最贵的资源时，很多沿用了十几年的工程流程，会在你没注意的时候悄悄失效。** 这句话听起来像管理层口号...
开发者妙招：Claude+OpenAI混合工作流，破解API限额与Token焦虑
针对单一AI模型在$20套餐下的速率限制与Token消耗痛点，一位开发者探索出了高效的混合工作流。该策略利用Claude Opus负责需求规格撰写与最终代码审阅，而将繁重的代码编写、测试及自检环节交由GPT执行。这种“强规划+强执行”的分工...
AI 编程实战：GPT 5.5 推理强度 Medium/High/XHigh 该怎么选？
随着 OpenAI 等大模型在代码生成领域的应用深入，开发者开始关注模型“推理强度”的配置策略。近期社区针对 GPT 5.5 在开发时的设置展开讨论，核心争议在于是否应当盲目追求最高的 XHigh 强度。根据官方指引，Medium 适合日常...
GPT与Claude如何实现强强联合？开发者分享模型分工实战经验
本文基于社区深度讨论，探讨了GPT与Claude两大模型在能力侧重上的差异。资深开发者分享了将两者分工搭配、互相协作的实战经验，通过构建“多模型协同工作流”，在不同开发阶段调用不同模型以实现优势互补。这种做法不仅解决了单一模型的局限性，更大...