把编译器的错误信息贴给它，让它改
--
FROM 114.241.228.*

小众语言也是
报错信息反馈几次也改不对
--
FROM 60.1.7.*

我觉得第一是语言复杂度，第二才是使用人数的因素
越是所见即所得的语言比如python、js，就越容易让gpt给出可用的代码；
其它稍复杂的语言，只要业务逻辑用不到复杂的数据结构也往往效果不错；
当数据结构复杂时GG
而且gpt擅长给出单文件代码段，却难以给出一个完整工程也是很大的限制，而像C++/rust/java这类语言本就是大中型工程更常用。
【 在 ABCDEFGHJKLM 的大作中提到: 】
: 基本给的例子都编译通不过, 给了错误提示也改不好
: 远不跟大模型讨论如 python C# 那样丝滑
: 不知道是因为版本迭代更新快兼容性差, 还是语言本身复杂度高
--
FROM 120.235.173.*

我跟你持相反的观点。首先我对Python远比对rust熟。对Python我精通它的一切，可以对它做无限兜底，对rust我现在还很初级，还有很多东西我还没吃透。但我现在已经基本只用rust解决一切问题了。

我认为大模型写rust比写Python要好得多。
我刚用rust完成了一个一万多行的rust项目，里面有dsl，有parser，并且这个dsl还是个过程宏，综合复杂度不低，需要很强的meta programming能力，基本都是ai写ai调ai搞定。我只在关键的地方点拨一下。

和让ai写Python代码对比，rust最大的好处是约束力，这个约束力可以迫使ai把结果收敛到正确的路线上。

rust的坏处是会让ai分心。我看了眼这个thread好像成功的人不多，那么我推测你们遇到的问题大概率就是rust报的大量错误让ai分心忙于修bug，以至于写不好核心代码。

要让ai写好rust代码，对人是有很高的架构能力要求的。大方向不想清楚，后果就是逼着ai上奇技淫巧，最后走进断头路瞎折腾。但这点对于写Python也是一样的，无非Python不会这么容易的暴露问题，给你用ai写py代码很流畅的错觉。

总之，大模型时代，我现在基本上是一切都用rust写了，哪怕是py的传统优势领域，比如爬虫和ai，我现在也都用rust。rust的最大问题就是缺轮子，但轮子嘛现在随时可以造了。
【 在 ABCDEFGHJKLM 的大作中提到: 】
: 基本给的例子都编译通不过, 给了错误提示也改不好
: 远不跟大模型讨论如 python C# 那样丝滑
: 不知道是因为版本迭代更新快兼容性差, 还是语言本身复杂度高
--
修改:lvsoft FROM 114.224.57.*
FROM 114.224.57.*

我评价下来就是cursor + Claude，别的都是浪费时间
【 在 zeus2615 的大作中提到: 】
: 你现在用哪个，我昨天接了deepseek感觉它写rust有点费劲。这几天准备再看看cursor和Claude，专门为了注册申了张国外手机卡。今年准备全力追大模型了
:  【 在 lvsoft 的大作中提到: 】
: :......
: ...................
--
FROM 39.144.157.*