- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习与python
提效软件研发，AI Agent好用吗？
刘亚丹：投入这么大做 AI Agent ，如何衡量它的投资回报率？除了“提效”，还有哪些更重要的衡量维度？ 从 AI 提效的角度看，我们常用的衡量指标无非包括代码产出量、有效代码比例、自动化测试用例数量、UI 比对识别问题数等。 但若要准确衡量 AI 带来的整体提效，比如“效率提升 30%”这样的指标，其实从完整的研发生命周期角度来看是很难量化的。回顾我们项目的推进，大致经历了三个阶段。 第一阶段是“氛围带动期”。 提质提效的指标怎么设？我们当时并未过分强调效率指标，而是聚焦如何“快速把事情做成”。 观众：AI 教练是做什么的？企业大规模 AI 提效涉及用户教育，应如何完成？
50710编辑于 2025-11-26 使用ai代码助手，提效研发效能
filtered_text = filter_sensitive_words(text_to_filter) print(filtered_text) # 输出应该是替换掉敏感词的文本 #腾讯云AI代码助手 # 使用 AI 代码助手的体验令人印象深刻。 无论是查找代码片段、调试问题，还是学习新技术，AI 代码助手都表现出色。它的智能搜索和自动补全功能尤其实用，节省了大量时间。总之，AI 代码助手是开发者的得力帮手。
37610编辑于 2025-02-26AI 提效指南：快速生成中文海报
即梦 AI 快速生图 将对应的 AI 提示词交给即梦 AI，选择相应的模型和宽高比，进行提交。 快速传送门：即梦AI传送门 即梦 AI 首页 -> 创作 -> AI 影片 提示词示例 主提示词：品牌级中秋节海报，红色丝绒质感背景，金色祥云环绕，一轮饱满的圆月高悬夜空，月光呈现柔和的琥珀色光晕 使用示例：豆包 流程速览： 准备一张参考图（最好清晰、文字可辨） 用“反推模板”让 AI 做画面拆解 让 AI 输出最终可用的中文提示词（包含文字/Logo 位置信息） 把提示词复制到即梦 AI 生图 反向推导提示词 将图片和提示词模板一同交给生图 AI（此处用豆包），拿到“可直接生图”的中文提示词后，再复制到即梦 AI 进行生成。 即梦 AI 快速生图 将最终 AI 绘画提示词复制，放在即梦AI中进行生成 提示词示例 超写实3D渲染，中秋主题场景近景特写：画面中心是一枚精致雕花月饼，呈圆形，饼皮金黄棕色调带光泽，表面浮雕“中秋”二字
93410编辑于 2025-12-24- 来自专栏CodeGuide | 程序员编码指南
Ai MCP + ELK 系统日志，排错提效 100%！
如：“你的项目，有使用 AI 方面的能力进行提效吗？” 解封下码农的双手！ 我能哪些方面使用 Ai 提效呢？ 在互联网程，序员工程开发方面，关于 Ai 提效最为常见的，也是市面上使用最多的，就是各类的 Ai 编码软件。 不过这些都是固定的软件，他们并没有深度结合到业务场景中，从整个研发的生命周期看，还有非常多的节点可以被 Ai 提效。 都可以深入自身的业务，运用 Ai 开发进行提效。 所以，结合这样的场景，小傅哥在带着大家的实战项目，也逐步的引出关于 Ai 在应用项目上的提效处理。今天分享的一个场景就是基于 Ai MCP 分析系统的 ELK 日志。
1.3K10编辑于 2025-08-11 - 来自专栏phodal
开源 AI 研发提效方案 Unit Mesh 总结
回顾 2023 年，可以明显地看到生成式 AI 带给软件工程带来的新思考，每个组织也在探索结合生成式 AI 的可能性。 另外，由于 AI 能力的限制，我们不再执着于 AI Agent 的设计。 于是，AutoDev 转为辅助作为一个 AI 编码工具，提供全面的 AI 辅助能力。 AutoDev 还提供了强大的定制能力：接入自定义 AI 模型、自定义 Action、 自定义规范、团队 AI 等功能。 即在分析写作过程，在不同阶段为用户提供无缝的 AI 原生 UI 交互体验，可以通过工具栏、快捷键等五种方式触发 AI 能力。
1.3K10编辑于 2023-12-19 - 来自专栏Simon的技术专栏
AI大模型在教育场景的提效
¹https://www.gartner.com/en/articles/beyond-chatgpt-the-future-of-generative-ai-for-enterprises- 芯片设计 ¹https://www.gartner.com/en/articles/beyond-chatgpt-the-future-of-generative-ai-for-enterprises- 市场营销 ²https://emeritus.org/blog/ai-and-ml-chatgpt-use-cases/- 媒体：chatgpt可以帮助媒体创作者提高内容的质量和创新性，通过生成文章、摘要、评论、 ²https://emeritus.org/blog/ai-and-ml-chatgpt-use-cases/参考资料：(1) Generative AI Use Cases for Industries /quantumblack/our-insights/generative-ai-is-here-how-tools-like-chatgpt-could-change-your-business.
1.3K40编辑于 2023-04-25 - 来自专栏运维部落
浅谈运维提效
流程提效 工具提效 质量提效 工程提效 image.png 运维提效 大家好，我是史丹利「Stanley」，今天聊聊运维提效。 最近CTO在梳理公司提效方案，老板希望我能多提点建议看法。 回到提效这处话题，我的理解提效有几个维度： 流程提效 工具提效 质量提效 工程提效 流程提效 image.png 最短路径 流程是双刃剑，大家都知道。 但流程提效，正确的角色是辅助，不应该是ADC。咱们诺亚前面遇到了很多问题，迫于压力，只能把流程提效和工具提效的角色互换，通过抑制需求，解决故障多的问题。在当时的场景下，是必然也是最优解，这毫无疑问。 工具提效 image.png imag2 工具提效，在传统公司越来越被重视，但重视度有待商榷。真正伟大的公司在技术和文化的投入是很舍得花钱花时间。 工具提效讲究两点：做的人要懂，更要执着。 质量提效 质量管理不在我们的管理范畴，我们不做过多讨论，问题大家都看的到，不做无意义讨论 工程提效 image.png 闭环 工程提效很关键，是所有事情的源头。
1.1K20发布于 2021-03-30 - 来自专栏光城(guangcity)
C++提效网站
C++提效网站 大家好，我是光城，统一回复：C++那些事网站服务器到期，暂时关闭，大家直接阅读github或公众号内容即可。
58930编辑于 2022-03-29 - 来自专栏不换的随想乐园
Mac 提效工具录
前不久经历了一次 Mac 换机，从 m1 换机到了 m2，一些提效工具的迁移这里做一个记录。
20310编辑于 2024-04-30 - 来自专栏『学习与分享之旅』
IDEA 2026.1 三招提效
AI 帮忙查库但只读。剩下那些新特性，放在文末当参考就行。先说 Git worktrees。最常见的现场是这样。功能写到一半，线上突然报错要救火。 最后说 AI 加数据库。很多后端排查其实就两步。看日志。查数据。真正浪费时间的是工具切换。IDEA 看代码，另一个工具查库，再回 IDEA 验证，再去浏览器确认接口。来回跳久了，人会烦。 让 AI 帮忙把 SQL 写出来，再由人执行，只读优先。它省的是手敲 SQL 和查字段含义的时间，不该拿来替人做数据修改。只要涉及更新语句，先停一下。生产库更别碰自动化修改。为什么这三件事排在前面。 AI 查库属于锦上添花，做得好能省时间，做不好会带来边界问题，所以只读起步最稳。信息来源放这里，免得正文像说明书。
17210编辑于 2026-04-26 - 来自专栏精益六西格玛资讯
提产提效，你需要DOE试验设计！
DOE实验设计是一种安排实验和分析测试数据的数理统计方法。DOE测试设计主要是合理安排测试，以较小的测试规模、较短的测试周期、较低的测试成本获得理想的测试结果和科学的结论。
92440编辑于 2022-12-13 - 来自专栏前端开发面经
vue的几个提效技巧
如图，这是一个v-for渲染的列表(只是目前这个版块才刚开始做，目前只有一个)，圆圈内的就是一个组件，也就是要v-for动态组件
86890编辑于 2022-11-02 - 来自专栏WeTest质量开放平台团队的专栏
【干货分享】研效优化实践：WeTest提效测试
接下来，本文将分享一些使用WeTest进行测试提效的小经验，希望能帮到大家。
1.1K10编辑于 2022-01-14 IDEA 2026.1 三招提效
AI 帮忙查库但只读。剩下那些新特性，放在文末当参考就行。 先说 Git worktrees。 最常见的现场是这样。功能写到一半，线上突然报错要救火。 让 AI 帮忙把 SQL 写出来，再由人执行，只读优先。它省的是手敲 SQL 和查字段含义的时间，不该拿来替人做数据修改。只要涉及更新语句，先停一下。生产库更别碰自动化修改。 AI 查库属于锦上添花，做得好能省时间，做不好会带来边界问题，所以只读起步最稳。 信息来源放这里，免得正文像说明书。 往期推荐 ▸ DeepSeek V4，真狠 ▸ GLM-5.1 公测开放了 ▸ AI 做 UI 总是一眼假？ 这个 5 万星项目补上了最关键的一环 ▸ Agent Skills，让 AI 像老员工一样靠谱 关注 「程序员NEO」，我会持续分享 AI 编程、工程实践和效率提升相关内容。
18710编辑于 2026-04-29- 来自专栏Java3y
提效神器！hades规则引擎
没更新文章的这些天一直在写hades项目(Java轻量级规则引擎)，这两天发布了个新的版本v1.0.4。
1.1K50编辑于 2023-08-25 - 来自专栏前端开发面经
vue的几个提效技巧
如图，这是一个v-for渲染的列表(只是目前这个版块才刚开始做，目前只有一个)，圆圈内的就是一个组件，也就是要v-for动态组件 外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CgstVJ6d-1665390342414)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/018edf494b164a3b806e550acf4879d8~tplv-k3u1fbpfcp-zoom-in-crop-mark:4536:0:0:0.image)
82000编辑于 2022-10-10 AI 提效指南：快速上手一键生成Mermaid图
阅读收益：看完你能写出一套「提示词 + Mermaid 代码示例」，让 AI 自动生成可视化图表。 1. 2.快速入门 我们可以通过AI工具与绘图软件结合，从而快速制作一个流程图。 优点：简单，快捷 缺点：可能无法达到预期 2.1 AI工具 这里以DeepSeek为例，使用AI工具生成mermaid图。 生成其他图示例 这里主要是以较全面的提示词，从而让AI生成达到预期效果。 可以通过直接放文件，也可以通过较复杂的提示词，这里以提示词为例。 想系统看更多内容：可以关注专栏《AI工具使用目录》，一起把基础打牢。
3.1K10编辑于 2025-12-24从个体提效到团队提效：AI Coding时代，如何为存量APP引入AI开发能力，实现了团队级别的开发效率提升
二、AI写新可以，写大不行AICoding真正擅长的事，很多是新项目、写demo、写单一职责模块、补单元测试、生成脚手架、写迁移脚本。这些场景里，AI几乎能覆盖一个初级工程师60%-80%的活。 这些判断AI给不了，因为它没有"历史事故知识"。审计不友好：AI写的代码往往"能跑但难解释"，PR评审时被反复challenge，拖慢了合版节奏。 AICoding现在的价值，基本还停在"帮单个程序员提效"这一层；想让AI帮整个团队提效，还需要对复杂的APP进行解耦优化。三、为什么复杂的APP难用AI整体加速架构层：模块耦合太重，AI改起来吃力。 AI把单个程序员的产出加快了，但合版、回归、灰度这些"协作工序"的瓶颈没动。治理层：权限、审计、隔离都按APP维度做，AI写出来的新能力要先过"老城门"。 权限开通要走OA、合规审计要补材料、数据隔离要走安全review——所有这些流程都是按"全APP安全"设计的，不会因为某个新能力是AI写的、是某个业务人员提的，就降低标准。
11721编辑于 2026-06-02- 来自专栏啄木鸟软件测试
AI测试工具落地实践：从踩坑到提效
引言：AI不是银弹，但可能是测试工程师的‘新杠杆’ 当ChatGPT掀起AI浪潮时，不少测试团队曾兴奋地引入各类AI测试工具——自动生成用例、智能缺陷定位、自然语言写脚本……然而半年后，某头部电商公司的测试效能报告显示 本文基于啄木鸟软件测试团队为12家客户实施AI测试提效项目的实战经验（覆盖金融、汽车、SaaS领域），提炼出三条关键落地路径：场景精准切口、人机协同闭环、组织能力筑基。 二、拒绝‘黑箱交付’，构建人机协同闭环 许多AI测试工具失败，源于把AI当作‘自动答题机’——输入需求，期待直接输出完美结果。但测试本质是风险决策活动，AI应是‘增强型协作者’。 AI效果=70%数据质量+30%算法。 中层：测试工程师AI素养。
20210编辑于 2026-05-20 - 来自专栏大前端修炼手册
AI编码提效实战：Skill、Rule与上下文工程
AI提效Android开发系列 · 第3/5篇 从需求到上线，用AI重塑Android开发全流程 ✅ 第1篇：AI提效Android开发全景图：从需求到上线的AI工具链 ✅ 第2篇：AI驱动需求梳理与 Spec编写：让PRD自动变成技术方案 第3篇：AI编码提效实战：Skill、Rule与上下文工程（本篇） ⏳ 第4篇：AI Code Review：让每一行代码都有AI审查员 ⏳ 第5篇：AI Bug 敬请期待第4篇《AI Code Review：让每一行代码都有AI审查员》。 AI提效Android开发系列 · 第3/5篇 从需求到上线，用AI重塑Android开发全流程 ✅ 第1篇：AI提效Android开发全景图：从需求到上线的AI工具链 ✅ 第2篇：AI驱动需求梳理与Spec 编写：让PRD自动变成技术方案 第3篇：AI编码提效实战：Skill、Rule与上下文工程（本篇） ⏳ 第4篇：AI Code Review：让每一行代码都有AI审查员 ⏳ 第5篇：AI Bug修复与测试生成
38610编辑于 2026-05-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号