夜雨聆风近期又有一系列的大模型发布，比如Kimi K3、千问 3.8Max、Deepseek V4 Pro、智谱 5.3等，编程和解决问题的能力又上升一大截，回想半年前，AI 工具用起来还是挺多不如意的地方，比如让 AI 工具做一件稍微大一点的事情，由于无法描述太多细节，那么中间就有很多与预期差比较远的结果，整体结果就比较差，所以需要人为地把事情拆小，如果小到一个方法，那么精准度就会有质的提升；又比如做大一点的事情，做到一半就会忘记很多东西，甚至会出现死循环，得不到正确的结果，甚至越来越往差的方向走；又比如不会找相关的东西进行参考，需要给很多具体的例子，正例和一堆反例，给的种类多一点才能够得到一些比较好的结果。半年过去之后，这些问题都有了非常大的提升，现在让 AI 工具开展工作就不需要那么技巧，主要考虑两个因素：一是让 AI 工具看得见，二是给 AI 工具验收标准和验收的能力。
对于开发产品来说，正常的流程是：需求分析、产品设计、开发方案设计、编码、联调、测试。需求分析和产品设计需要大量的沟通，这部分可以先放一边，要让 AI 工具看到的第一个东西就是产品设计，对 AI 工具来说，不需要分前后端之类的，只需要看到这次迭代功能的产品设计，最好是用 Markdown 或者 HTML 格式呈现，这类工具对人也相对友好，对 AI 工具更加友好。第二个要让 AI 工具看到的是代码，产品设计是基于目前已有功能的基础上进行迭代的，那么目前已有的功能是什么样子的，就体现在目前的代码里。要维护一些以前的文档之类的都比较麻烦，还不如代码即文档更加容易维护。第三个要让 AI 工具看到的是系统的整体情况，包括架构是什么样子、代码规范有哪些、如何访问架构中的各个服务、如何访问数据库之类的数据等，要让 AI 工具了解到编写的代码是如何运行在整个系统中的。有了这三大类信息，AI 工具就能够看到开发一个功能需要的大部分信息了。这个可以换位思考一下，如果是人工来开发一个功能，是不是也需要看到这些信息呢，这个原理是差不多的。有了这些信息，AI 工具在 95% 以上的情况都能够把事情完成。这个比较是感觉出来的，因为感觉 AI 工具完成的内容，如果不对它进行挑剔的话，基本是能够用的。
让 AI 工具完成一件事情，还有点让人不放心，所以另外一件事情就是让 AI 工具自己按验收标准进行验证结果。要让 AI 工具做好这件事情，就需要提供功能的验收标准。由于上面让 AI 工具看到了很多东西，所以很多标准 AI 工具自己就会处理。提验收标准的时候不用面面俱到，只需要列重点的就可以，或者说列 AI 工具从上面看到的内容中不容易发现的，就是公司内人一些隐性要求、风格、约定之类的。接着要让 AI 工具具备验收的能力，比如如果希望 AI 工具调接口验证，那么要提供如何调接口的命令和从数据库查询数据的命令，AI 工具目前还是调命令比较方便一些；如果需要 AI 工具从界面角度验证，那么就需要提供访问浏览器的能力等。
由于提供了这两方面的支持，加上 AI 工具能力的提升，现在 AI 工具干活的结果感觉已经比较靠谱了，让我越来越相信，AI 完全接管开发工作的时代不太远了。那程序员怎么办呢，可能最好的办法就是与其等别人来革命自己，还不如自己就开始革命自己。那就是尽早尝试让 AI 工具接管开发，自己做 AI 工具无法接管的事情。
