sentinelK

@liuidetmks 一样的道理，如果差距很大，这块市场空白的利益会驱使补齐的。
只是变革的过程中有阵痛。

当然，退一步讲，理想情况下，AI 时代，“开源社区”这种玩法其实已经没什么意义了。

反过来讲，不管是什么项目，以后都应该用 AI 产品先进行一遍 review 。

常言道，道高一尺魔高一丈。

上一波浪潮中，各个公司推 CLI 工具，难道不是因为这样更快捷，更能打差异化迅速占领市场，快速迭代么……
毕竟 GUI 产品的市场有 Cursor 、VSCode Copilot 这些先行者。

我很好奇，明明一个基于现实的妥协，一个明显的减法，是怎么理解为“在当时让大多数开发者以为 GUI 程序并不是 AI 辅助编程的最佳形态”的？

按照这个逻辑，霍金不走路，是不是人人都要做一个四轮车歪着嘴才能发挥大脑极限……

本质上是要看你的提示词，或者说功能点是否足够详细。
同样是校友会，校内网级别，和供一个学校内网（同时在线不足 1000 ）的网站，是完全不同的架构与实现思路。
就像是农村自建房和哈利法塔，都是“房”，剩下的都不同。

所以光定义用户侧的功能是不够的。或者说功能驱动会造成极大误解。
最终很有可能大炮打蚊子，或者小马拉大车。

所以目前我遵从的还是正向开发的思路，就是引导 AI 先定需求，定稿后按照需求制定架构和技术选型方案，然后拆解成功能点，最后落地实施。

欢迎来到成年人的世界。

虚假的社会：大家各司其职，遵守规则，互利共赢。
实际的社会：我只要把我上面的人搞死，我就可以替代他了。

0 、这是趋势，解放生产力，核心就是要解放。但是前提是你要知道什么该解放，什么该攥在手里。资本家从来不会解放自己的人脉和渠道。

1 、所以在使用中应该合理的优化上下文。给 AI 一个明确的任务目标与界限。目前网上用 token 去砸 AI 许愿的风气追不得。最后要么大炮打蚊子，要么产出的内容全是浅尝辄止的垃圾。

2 、同理，作为使用者，你最起码要对产出有一定的掌控力。最起码要学习最基本的管理学知识，知道什么该插手，什么不该。

再反转一下，以上是基于消费者视角。基于 LLM 模型提供者的视角来看，他们立于不败之地。

市面上有更好的工程化实践，就吸纳到自己的嫡系 app 中。
市面上有不利于自己利益的工程化实践，就禁掉。
市场出现了现象级产品？换个模型版本。直接负优化废掉他，自己在做一个。

没用，在 LLM 模型 API 接口本身都是黑箱（动不动降智，更别提还有各种黑中转）的情况下，你根本没法评估 AI 应用的能力和稳定性。

更何况，我个人理解，其实并不是每个人都需要那么“定制化”的工程环境。

目前的 LLM 上下文，已经足够大到只要你愿意提供足够的信息，不人为的隐瞒，基本都可以一次性加工执行完毕的程度。并不需要对既有上下文进行过度的包装和工程化。

你的“助手”和他的“助手”，在能力和技能上，未必有多大差距。

再退一步，其实我一直认为，“定制化”其实就是个伪命题。
一切的“客制”其实都是基于方法论控制的。只是消费者对某个行业了解的过浅，从而对“定制”有着一种谜之情怀。