- 主题:有AI以后, 编程语言真的不用学了
你确定你是claude sonnet 3.5？
那你的结果跟我认知不符。sonnect 3.5是我用下来写代码最强的ai，并且遥遥领先其他ai一大截。
现在很多工具集成的也都是sonnect，比如cursor。
【 在 chunhui 的大作中提到: 】
: 我让ai调试和生成rust的代码。只是个别函数的修改可以，整个一个程序直接让它生成，不能搞定。我用的是Claude，也有国内的通译。都不行。
--
FROM 117.135.82.*
我知道你是怎么用的了。
你想一句话跟llm说下它就直接给你100%正确的结果是不可能的。
你自己也不可能不经过调试一次就把代码完全写对。
你自己开发都是有个workflow的，都是有规划，分析，调试过程的。
ai当然也同理，所以我让你去看cline啊，这些框架就是基于ai的workflow，只不过整个过程都是ai自己在思考，自己规划，自己写代码，自己debug。人啥都不用做（现在只需要人不断地点accept，允许ai操作你的本地系统，当然你不想点也可以装个auto accept插件）
【 在 chunhui 的大作中提到: 】
: 当然是。这个最好用我还是能发现的。但是它还是没一句话或者几句话就能全都自己搞定的程度。我都是单个函数让它修改，这样也会出一点问题。然后反复，最后我自己稍微调整一下。 反正还是需要我懂。完全不懂的话根本做不到。
--
FROM 117.135.82.*
这不是废话，它又看不到你整个代码，你就给它一段函数它咋知道你整个代码是啥情况。
你这个做法就是给llm一个很小的窗口去观察全局。那给你一个只能显示10行的显示器，让你用这个显示器写代码，你不一样会觉得很折磨么？
现在的llm上下文空间都很大了，而且这种框架都有rag，llm是可以知道你整个项目代码的。
【 在 chunhui 的大作中提到: 】
: 我是写函数遇到问题了，让后让它解决。或者让它写一个函数。这样的用法。然后它给的不完全，或者带错误。再让它修改。反复这个过程。
--
FROM 117.135.82.*
网页上我也是尽量把所有代码先丢上去再后续提问的。
其实很简单，你就想想你来当这个ai，你自己看你提交过来的信息够不够你做出正确的反馈就行了。
【 在 chunhui 的大作中提到: 】
: 我在cursor中是添加相关的文件。网页上只贴函数。cline还没用过。看来我得试试整个项目让它看。
--
修改:lvsoft FROM 117.135.82.*
FROM 117.135.82.*
我觉得我已经很不喜欢说话了吧，难得说一次。
人多少还是会有吐槽欲的。
而且我说的这些也不是啥新鲜事了。
另外，我自己走的其实远比我现在说的要远。
【 在 DreamDreams 的大作中提到: 】
: 为啥你 现在这么 喜欢 教育 大众了
: 有好东西用就高高兴兴的用呗
: 看来你还是兴奋了
: ...................
--
FROM 117.135.82.*
你这也太简单了，另外qsort它居然能写错？我不敢相信啊....
我最近一个事情是要配个fancontrol，我嫌系统自带的fancontrol配置太麻烦，它似乎只能使用lmsensors的温度数据，而我需要进一步扩展硬盘温度，gpu温度等等。并且我也不想要fancontrol那种bangbang control模式，而是希望有个pid控制，在高负载的时候把系统维持在一个恒温状态。
所以我就让claude写了一套pid控制，直接访问/sys获取温度，控制风扇，测定风扇pwm转速范围和转速profile，再调用smartctl, nvidia-smi等外部工具获取温度，此外还考虑这些外部工具暂时无法返回有效数据等故障状态。我3年前用python自己手写过一套，但代码找不到了这次就让claude用rust写，分分钟搞定，整个过程没有一次编译错误，也没有一次执行错误...
当然，可能是因为我跟ai已经配合的很好了，我给它的信息都比较的精准。
我是觉得ai时代很多范式都变了，以前是尽量别造轮子，尽量用别人的轮子，现在是轮子想造就造，完全无压力了。
【 在 No1 的大作中提到: 】
: 我试了个最简单的让它写fibonacci 1000，一次通过，不错
: 再让他写个qsort，第一次有错，把错误信息提给它改一次也通过了
:
--
修改:lvsoft FROM 117.135.82.*
FROM 117.135.82.*
+1
但我现在只考虑api访问的场景了，虽然我很喜欢claude，但要考虑跟这些llm解耦合，毕竟它们发展的很快，我不想被深度绑定在某些独有的feature上。
【 在 PaoloMaldini 的大作中提到: 】
: 也可以试试Claude desktop，用mcp的模式访问本地项目，这样你给他一个目录就可以了
:
--
FROM 117.135.82.*
我用它写过的东西多了，你这种说法在我这里没有信服力。
另外我也不是只看它写的代码能不能跑的，我会根据它的行为去观察它本质的能力。
比如我为啥推崇claude，是因为claude有很强的3d空间想象力。其他几个大模型让它们做这方面的事情没一个做的好的，但claude是能接近做到完美的。
【 在 esmile 的大作中提到: 】
: 也有可能刚好有开源代码干过类似的事情。。。
:
--
FROM 117.135.82.*
当然，所以我准备搞自建了。
现在开源llm的能力虽然还赶不上claude，但和一年前的gpt4确实很接近了。而且开源llm也一直在发展，我觉得差距也就半年左右
【 在 beep 的大作中提到: 】
: 好奇问一下，整个项目信息都告诉它，会有泄露风险吗？
--
FROM 101.229.189.*
广泛的知识，这不就是ai最擅长的地方么？
13岁的小孩在ai赋能下都去参加字节的创业比赛了。
编程是一个很有门槛的职业，ai能搞定这个，意味着没有什么职业是搞不定的
【 在 DreamDreams 的大作中提到: 】
: 现阶段门槛 还是 挺高的，需要广泛的知识， 但是非常值得学
: 尤其 产品经理，也不用再去劳烦程序员了，有本事自己撸
:
--
FROM 101.229.189.*