我已經成為開發者幾年了，但直到人工智慧出現我才能夠開始建立應用程式。我學習的第一門語言是 Visual Basic。我從來沒有掌握它的竅門，它沒有什麼是基本的。接下來是 C ，即使有兩個加號，仍然沒有任何結果。為我辯護，我在學習時沒有電腦，而是在白板上教的。

發現號

我已經使用 LLM 有一段時間了，至少從第一個 GPT4 版本發布以來是這樣。我剛完成了 Solidity 的區塊鏈開發學習，並在軟體機構找到了一份工作。就在那時，GPT4 發布了。起初我只是問一般性問題。然後我開始透過使用一些 Solidity 程式碼進行測試來使用它進行編碼。

它做得非常好，就在那時，我使用人工智慧編碼的火花點燃了。當時我在一家軟體機構工作，我們有一個客戶想要一個腳本，可以自動以低於特定價格的價格從 Solana 市場購買 NFT。我用 GPT4 完成了整個專案。

應用程式的想法

當 Claude 發佈時，我對此表示懷疑，並決定推遲一段時間，因為我正在玩免費模型。

最終，我掌握了竅門並決定訂閱。一段時間後，Claude Opus 成為我最喜歡的模型，將其用於個人編碼專案和一般研究。不久之後，Claude 3.5 Sonnet 發布了。

大樓

大約在這個時候，我想到了一個 vscode 擴展的想法，它可以通過將其引入 IDE 並為其提供讀寫訪問權限來擴展 AI 功能，從而為 AI 提供實時上下文。

我決定開始使用 Claude 3.5 Sonnet 進行建置。從一開始，我們就有了一個好的開端，我做了一些事情。然而，幾分鐘後，程式碼中出現了一些問題，我用 Sonnet 繞了大約一個小時，試圖修復它。我感到沮喪並切換回我熟悉的模型 Opus。

然而，我正在修復一個又一個的錯誤。但我還是堅持了下來，因為我還是習慣了 Opus，不願意更換。但在擺弄 Opus 大約 2 天后，我意識到我還遠遠沒有達到 Sonnet 的水平。所以我回到 Sonnet，獲取了最新版本的有效程式碼並從那裡重新開始。

正是在這一點上，事情開始步入正軌。一週之內我就得到了至少可以運行和測試的程式碼。我越了解如何提示，我就能越快使用它。

挑戰

然而，事情並非一帆風順。有幾個例子，但最重要的是在某個時刻，因為我也將它用於研究和架構決策，它表明了一種錯誤的方法，而我的設定不可能實現這種方法。鑑於我沒有意識到這一點，我實現了它，但在測試時它不起作用。

在查閱 Sonnet 的錯誤時，它仍然無法理解為什麼該模組無法運作。所以我為chatGPT的實施做了更多的諮詢。它還建議了相同的方法（但不起作用），但給了我第二個選擇。我拿了第二個，把它給了克勞德，瞧！火車又開動了。

結果

總而言之，我們花了大約 2 個月的時間才提出一個可行的應用程式。我最終得到了 10 多個模組，我發現它們適合可擴展性和調試。

根據我的經驗，我意識到人工智慧的品質已經達到了可以以驚人的速度實施和迭代想法的水平。

人工智慧編碼的當前限制是您只能來回複製和貼上。這是可行的，但有時，當出現錯誤時，上下文中可能會出現空白，因為 AI 可能不知道您目前的專案是如何在 IDE 中設定的，並且錯誤並未傳達這一點。

由於人工智慧和你都沒有意識到，所以你們最終都會陷入循環。這就是我使用codingAGI解決的問題，將AI引入IDE並設定環境，編寫程式碼，運行程式碼並以成功訊息或錯誤的形式接收即時上下文，然後可以進行偵錯。

結論

人工智慧不會取代開發人員。你還是需要提示它，引導它達到你想要的結果。這意味著了解軟體設計原則和模式。差別在於速度。人工智慧開發人員將更快地構思、更快地編碼並更快地交付。

查看 CodingAGI 並開始發貨！