暂无搜索历史
自己这边也试过几轮,工具给了、课讲了、流程也改过,卡住的地方却一直是同一个。于是想知道别人是怎么做的,问过一圈下来,说法很不一样:做咨询的要先诊断,做软件的先上...
我一开始以为是模型不行,实践多了才发现不是。AI 进了企业要过两道关,先是它自己的关,然后是人的关,前面那道是技术问题,后面这道不是。
2025 年下半年开始,我的精力大头放在 AI 原生编程的推进上,过程中写过三篇关于甲方内部 FDE 的手记,分别讲路径、讲工程部件、讲金融行业哪些东西买不来。...
甲方 FDE 手记 ③|底线 系列主线:AI 落地不是交付一个系统,是建立一套让 AI 能活下来的机制。本篇讲这套机制的底线层。
甲方 FDE 手记 ②|方法 系列主线:AI 落地不是交付一个系统,是建立一套让 AI 能活下来的机制。本篇讲这套机制的方法层。
大多数企业 AI 项目不是死于模型不行,是死在验收、流程和责任上。这个系列从甲方内部视角讲三件事:路径,一个 AI 工具要爬过哪四道坎;方法,评测集、兜底层、责...
上一篇我们把 Java 侧六个框架分成了三层台阶,最后留了个尾巴:选完层之后,这套东西该长多大。
框架给你的是“能不能跑起来”,你要自己补的是“能不能交代清楚”。这两件事不在同一层,也没有哪个框架会替你做完第二件。
这个系列只讲一件事:怎么用工程化的方法,把 AI 编程从"碰运气"变成"可预期"。
AI 时代带来的是技术平权,能力集权。对人的要求应该是努力提升自己的规划、架构能力,不管小公司还是大公司,对大家其实都有对应的要求,反而小公司人员全栈的经历可能会更吃香。我觉得除了这些专业能力外,额外需要增强自身的思考力、想象力、商业化产品力,因为这些恰恰是 AI 很难替代的能力点。
聚焦 AI 编程实战、工程规范、提效技巧、避坑经验与团队落地实践,分享可直接用于项目的 AI 开发方案,助力开发者低成本搭建 AI 编程工作流,实现编码提效与工程质量双提升
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市