MCP 协议确实比 Function Calling 灵活,就是文档还不太完善。
雪
雪舞对弈
@雪舞对弈
-
Anthropic 披露 Claude 已编写 80% 自身代码,并呼吁「全球暂停按钮」 -
AI 工具年度开销计算器:你一年花了多少钱建议先订阅一个月 Pro,测测实际用量再决定是否升级。
-
开发者到底在工作中如何使用 AI?来源:Dev.to
社区热议:
-
greenfield 和 legacy 的分界线和我做咨询看到的一致。真正的临界点不是“遗留代码”,而是“没人写下为什么的代码”。即便是现代代码库 18 个月内也会撞上这个问题。AI 失败不是因为代码老,而是因为假设没被记录、原作者已经走了。所以一家公司的 AI 生产力,其实是它三年前文档纪律好坏的领先指标 —— Valentin Monteiro
-
我觉得这跟得上现实。好的规格说明加上整体良好的模式就够了,你不需要严格的文档,但需要一个可解读的“为什么”。很好奇那些 vibe-code 出来的代码库过几年会变成什么样 —— Ben Halpern
-
说实话我对那些 vibe 出来的应用挺悲观的。有时候看到智能体生成的东西,可怕的是它们技术上“能跑”。照这个速度,“vibe-code 清洁工”几年后可能真的会成为一个高薪职业 —— Sylwia Laskowska
-
我几个月前写过同一个话题:我们到底往生产环境里推了多少 AI 生成的代码?我的体验很像。老代码库里 AI 经常没什么用,因为理解系统比生成语法更重要。新代码库里如果架构和最佳实践到位,AI 能帮我做到 85%,剩下 15% 我自己改。至于业余项目,我几乎全用 AI —— Daniel Balcarek
-
其实智能体能做一件人类很少能稳定做到的事:在 diff 落地前强制把理由写下来。一个拒绝“无理由”变更的 pre-merge 智能体,能把 18 个月的漂移变成可度量的东西。不是魔法,只是规模化的纪律
海外技术社区热点采集。
-
-
Claude 账号防封终极指南:为什么你的账号总被封除了 IP 和支付,还有什么可能触发风控的因素?