原创 Ace人生 2025-02-22 18:18 浙江
AI编程实践：AI对话，AI Copilot，AI Agent
1 本周总结一下最近在编程中使用AI的三种方式：AI对话，AI Copilot，AI Agent。这三种模式对应不同的场景，在工作和个人开发的实践中都用到了，有其代表性。
2 第一种方式是直接和AI对话。这种方式在我工作中用得比较多。作为数据工程师，我主要使用SQL语言来处理数据。一方面因为主要的工作环境是浏览器中的云端IDE☁️，代码不能导入Cursor这样的AI编程工具，而云端IDE自带的AI编程功能较弱，因此有和更强AI对话的需要；另一方面，一个大的数据开发工程，其单个SQL文件（基本上对应着一个表的加工逻辑）之间的逻辑是解耦得非常松散，只通过数据表来传递依赖关系。因此只需要将SQL文件依赖的表结构告诉AI，并讲清楚要实现的目标，以及实现的逻辑（如果有的话），AI很容易生成高质量的SQL代码。
一个典型的Prompt如下：
CREATE TABLE tbl_1 (fa STRING COMMENT '字段a',fb STRING COMMENT '字段b') COMMENT '表1'PARTITION BY (ds STRING '日期分区, yyyymmdd');----基于上面的tbl_1，用HIVE SQL实现下面的逻辑：1. 去重：xxx逻辑2. 过滤：xxx逻辑3. 。。。输出表结构如下：CREATE TABLE tbl_2 (f1 STRING COMMENT '字段1',f2 STRING COMMENT '字段2') COMMENT '表2'PARTITION BY (ds STRING '日期分区, yyyymmdd');代码风格参考下面的SQL：。。。
3 自从2023年ChatGPT流行后，我就一直使用这种方式写代码以及重构SQL，基本上实现的都是逻辑非常复杂的SQL。一个体感是即便是GPT-3.5这样古早时期的LLM，在SQL代码生成上，都是能胜任大部分任务的。有了O1和R1这样的推理模型后，其代码质量更是精良，绝大多数时候都能实现一遍过。
4 另一个实践心得是：为增加代码可靠性，建议使用两个LLM同时生成代码，并互相review。一方面可以让不同LLM的给出多个输出，任君挑选，通过比较更容易得到代码质量高的实现；另一方面，互相review可以多一层代码质量的保证。下图是我让ChatGPT o3-mini对DeepSeek R1生成的代码做review的截图：
LLM之间互相Review代码
5 第二种方式是使用AI Copilot，一开始是Github Copilot，现在是Cursor。在工作中，主要用来写数据平台的Python代码；在业余项目中，最近一个是抓取Ollama上开源LLM的拉取数量、做数据可视化，从而观察业界趋势（从最后的趋势图上可以清晰看到DeepSeek R1的崛起）。
Ollama Models Analysis
这类项目有一个特点，就是我自己对技术细节非常清楚，AI仅仅作为助手，帮我加快开发的效率。它们就是在
【AI启示录】2025 W02：找到自己的TYPE 1任务，与AI协作，发挥人的价值
中提到的Type 1任务。以上面的Ollama Models Analysis任务为例，我知道它的架构：抓取网页、解析拉取数量、存储数据、使用Streamlit做数据可视化、使用bash+crontab做每日调度等等。我也明确它接下来可能的技术迭代方向：部署到公网、数据云端存储、数据分层计算等等。我主导整个技术栈；出现错误我能很快找到技术解决方案。在这种任务中，人主导的是技术实现。
6 第三种方式是使用AI Agent。我试用过的产品是Bolt.new、V0和Repl.it，主要用在我原本不擅长的技术领域，比如前端或者全栈开发。于是一起开发工作都交给AI，我只管提需求，评估结构，给出反馈。我是个老板；AI是我的程序员。在我试用的三个产品中，前面两个都因为它们总会在某个错误上卡住出不来（同一个错误反复出现，不能修复），而因为我自己不熟悉相应的技术，也无法提供解决方案，从而无奈抛弃。就像老板招了一个不靠谱的程序员，项目搞到一半就黄了一样，只能换一个。下图就是我使用Repl.it实现的【时光悠悠】产品初版：
Repl.it的编程Agent
可以看到，我只是不断地提需求、做评估、给反馈，AI帮我搞定剩下的事情：写代码、改代码、运行代码、修bug等等。唯一的缺点是：如果AI表现不好，卡住了，我也被卡住了。这是典型的Type 2项目，用户不能主导实现，在AI能力不足以全自动化时，会遇到麻烦。
7 在给AI提需求的过程中，我参考的经验是提供一个PRD（产品设计文档）markdown文件，包含产品描述（实现标准、验证清单）、设计元素、技术栈（个人觉得不必要，反正我也不懂；不过选一个主流的技术栈可以让AI更容易debug）、用户故事（用户在什么情况下要使用什么功能实现什么目标）、其他事项。一个例子如下：
---name: "Mood Tracker"about: "Modern mood tracking web app with data visualization"date_created: "2025-01-26"project_name: "MoodTracker"tech_stack: ["NextJS 15", "TypeScript", "Shadcn", "Tailwind CSS", "Chart.js", "date-fns"]version: "1.3"---# ? Mood Tracker PRDA modern web application for logging daily moods and visualizing emotional trends with charts.---## 1. **Success Criteria**1. **Core Functionality**- [ ] **Clickable Calendar**: Users can select a date to log or edit a mood entry.- [ ] **Emoji & Note Input**: A modal or dialog with an emoji picker and text field.- [ ] **Local Data Storage**: Persist mood entries between sessions.- [ ] **Data Visualization**: At least two Chart.js charts to display weekly, monthly, or overall trends.- [ ] **Mobile-Responsive**: Layout should adjust for smaller screens without major issues.2. **Validation Checklist**- [ ] **Build & Run**: Fresh `npm install && npm run dev` works without errors.- [ ] **Calendar Interaction**: Clicking a calendar date opens the mood logging UI.- [ ] **Color Coding**: Each date cell or icon changes based on mood score or emoji.- [ ] **Chart Page**: A separate page or section to visualize stats (e.g., line chart + pie chart).- [ ] **Data Persistence**: Entries remain available if the user navigates away and comes back later.---## 2. **Tech Stack**- **NextJS 15** (App Router) for site structure- **TypeScript** for type safety- **Shadcn** UI components (dialogs, buttons, forms)- **Tailwind CSS** for styling- **Chart.js** for data visualization- **date-fns** for date operations- **localforage** (or equivalent) for local data storage- **@emoji-mart/react** for an emoji picker### **Why These Choices?**- **NextJS + TypeScript**: Great for server/client flexibility and type safety- **Shadcn + Tailwind**: Rapid UI development with consistent design- **Chart.js**: Straightforward library for rendering charts- **date-fns**: Lightweight date utilities---## 3. **Design & Mood Scores**| MoodScore | Mood | Tailwind Color | Emoji ||-----------|------------|----------------|-----------|| 1 | Angry | `red-500` | ? || 2 | Sad | `orange-400` | ? || 3 | Neutral | `yellow-300` | ? || 4 | Happy | `lime-400` | ? || 5 | Ecstatic | `emerald-500` | ? |> You can style each date cell background or display an icon to indicate the logged mood.---## 4. **User Stories**1. **Daily Mood Logging**- **As a user**, I want to quickly log how I feel each day so I can track my emotional journey.- **Given** I click on a specific date- **When** I choose an emoji and type a note- **Then** the date on the calendar updates visually to reflect my mood2. **Mood Analysis**- **As a user**, I want to see a higher-level overview of my moods so I can spot trends.- **Given** I navigate to a “Stats” page- **When** I select a timeframe (weekly, monthly, etc.)- **Then** I see at least two types of charts illustrating changes or distributions in my mood data
8 在给AI反馈时，有两点心得：一是用“任务类型”开头，比如feature（新功能）、debug（出错了）、ui（界面调整）等，这样AI会更清楚本轮对话的目的；二是在必要时，附上一些界面截图，特别是要做UI调整，或者debug时，让AI有更丰富的输入，会更有效。
希望对你使用AI构建自己心中的产品有帮助。
