夜雨聆风学习资料网

ARTICLE · 1210971

普通人如何用AI写代码做工具,一个月要花费多少钱买Token?程序员会被替代吗?

普通人如何用AI写代码做工具,一个月要花费多少钱买Token?程序员会被替代吗?
随着如今AI在编程界中的应用越来越普遍,普通大众如何可以使用AI写代码?
笔者现在在公司做开发一直使用的是claude code+glm-5.3-flash组合,写的代码质量还不错,做出的工具比我自己的编程能力强很多,不过我并不担心AI会替代我。
01

—

Claude Code
Claude Code是Anthropic推出的终端原生智能体编程助手,区别于传统代码补全插件,它依托百万级超长上下文可一次性完整读取整个代码库,自主理解项目架构、模块依赖与业务逻辑,支持跨多文件联动修改代码,在本地终端直接完成从需求拆解、代码生成、调试修复到Git提交的全链路开发动作。
它覆盖主流编程语言与全开发场景,内置自动化调试、批量重构、标准化文档生成等能力,还支持自定义MCP扩展、多Agent协作与项目规则固化,既能大幅减少机械编码工作,也能适配团队级协作开发需求,是当前工程级AI开发场景中实用性极强的全链路编程工具。

它只是一个助手,一个工具,并非AI,单用它还不能完成AI编程。还需要加入AI大模型。

02

—

DeepSeek、GLM
DeepSeek是幻方量化旗下深度求索公司推出的开源大模型系列,2025年1月正式上线后迅速登顶中美应用商店免费榜,凭借MIT协议完全开源、支持免费商用和本地部署的特性,打破了闭源大模型的高门槛壁垒。它采用自研MoE架构与强化学习训练体系,V4 Pro版本在代码生成、数学推理、深度思考等多项基准测试中表现突出,同时以远低于同类产品的API调用成本,成为开发者和中小团队搭建AI应用的高性价比首选方案。
GLM是智谱AI推出的国产大模型系列,从早期通用基座模型迭代至今,已经形成覆盖通用对话、代码开发、长文本处理的完整产品矩阵,最新的GLM-5.2、GLM-5.3 FlashX版本在响应速度和多模态理解能力上完成了大幅优化。它深度适配国内办公、教育、企业服务等本土场景,支持超长上下文窗口和高效的本地私有化部署,兼顾了通用场景的易用性和行业定制的灵活性,是国内企业搭建专属AI服务时主流的国产大模型选型之一。
这两个是我目前用的比较多的AI大模型,当然并不是推荐这两种,其他的编程大模型都不错。这两个都有flash版本,价格很便宜,用来学习AI编程很好。如果自己在家用,买了API后绑定到Claude Code中使用,不会绑定可以找一下资料,网上很多。普通用户一个月仅下班后用,20多块钱的Token花费就足够了。

03

—

如何使用AI进行编程
有了claude code+AI模型后,就可以开始进行AI编程了。AI编程全程使用大白话问问题,把需要的功能告诉AI都能做。我日常工作中使用的是cc+glm-5.3-flash
在使用AI开始,我会在d盘要目录下建一个AI的工作目录D:\CLAUDE,里面全部放和AI相关的文件和文件夹。根目录完全授权给AI读写。
这个目录下,也会建一套文件系统,用来给AI分类:记忆系统、知识系统、技能、插件等等。普通使用可以不建这些,要建也很简单,要AI自己在根目录中规则一套文件系统,这么提问:
在D:\CLAUDE中建一套AI Coding使用的体系,要有记忆、知识、技能、回溯体系,帮我生成这一套体系,我确认后执行。
对话后AI会开始思考,然后会给出答案,你同意后,就会建一套文件夹。
我这里建了一套,之所以全用英文的,是因为我编程选用的是Rust语言,编译的时候对中文路径会报错,为了方便就全使用英文路径,不阻碍日常开发。毕竟AI中我全是中文问问题,因为有记忆系统,我只说要找什么需求,修改什么功能,AI就能自动找到对应的文件夹。
当然,开始正式AI编程之前,最好先让AI去github上找一些编程的通用规则记到本地,这样后面有规则后一方便会省很多上下文,另一方便也会让AI编写的代码质量更高。可以这样提问:
帮我找一下github上AI编程的通用规则,最好是用Rust编程的。找到后总结并保存到本地。
一点小技巧,日常使用的过程中有任何问题,都可以通过问问题的方式让AI给出解决方案,再由你定。使用AI的过程中就养成让AI解决问题。

04

—

普通人使用AI编程感想
关于我的工作会不会被AI替代:
目前使用AI编程一年了,感觉AI确实很强,但是替代可能性不太大。很多时候逻辑问题、环境问题都是我找到问题再让AI解决。AI是强大,但是也会任意发挥,人就得用规则等给它加以限制。只能说基础写代码能力,这方面是完全替代了,但是分析需求、解耦逻辑和提出最优解决方案,这些软性能力是完全不用担心替代的,相反AI也能给出很多好建议。
关于AI编程在多大程度上能提效:
这么说吧,以前开发是边分析需求边写代码,然后再测试交付;现在是一开始就让AI分析需求,全部分析清晰无问题才开始写代码测试,全程不用人盯,AI测试验收流程走完再人工测试,再给用户验收。基本上代码相关的全交给AI,速度就看大模型的响应速度了,基础一个需求半天内能解决完。
大部分时间都用来分析需求和写spec文档了。
下期再讲我用AI开发rust工具的具体细节。

↓↓↓ 要想财运流向你↓↓↓
↓↓↓ 先点关注和在看↓↓↓
↓↓↓ 最后还要加个赞↓↓↓

相关学习资料