最近的AI编码感受
虽然很早之前就已经是 vibe coding，但当时还是会手写代码，我确实没想到完全不用写代码这天会来的这么快。这个从写代码到完全不写代码的转变切换得如此快速，以至于还没有什么留恋以及体感就已经完全没有写代码了，甚至有点厌倦写代码了。
引入 harness engineering 之后，感觉代码的质量与可控性大大提高，在通过不断把自己想法实现的过程中完善与优化工作流，感觉目前已经跑的较为顺畅。这段时间利用业余时间做了不少以前想做但是又懒得做的事情。
时间管理
从大学毕业开始，我就不间断地进行时间记录，不知不觉十几年，其实我也没想过这个习惯居然会断，但实际上，这个习惯确实很自然地断掉了，忽然失去了记录的动力。但很早之前就想写一个时间记录的应用，用于将这一切记录数字化，然而因为懒一直都没进行。借着 AI 能力的急剧提高，写这样的东西已经不需要花太多气力了。
处理这样的页面，AI 简直得心应手，而且大部分都是简单逻辑。虽说很多逻辑自己改起来也非常快，但是一旦适应了 AI 的能力，一行代码都不想写了。
顺便也整合了待办在日历里，过去也一直没能找到合适的待办工具，这下可以按照自己的想法来实现了，虽然不难，简单的 UI，但是这些东西适合自己才是最好的。
语言学习
自动 AI 出来之后有一段时间我失去了语言学习的兴趣，感觉只要每天与 AI 聊聊天就能保持，但事实发现并非如此，如果想长久扎实地掌握一种语言，还是需要脚踏实地进行学习。
目前一些语言都已经有了一定基础，我感觉如果只是兴趣，并不是真正需要国外生活，那么阅读能力其实是一个非常重要的能力，而且投入产出比比较合理。虽然说口语才是真正掌握一门语言，但对于身处国内的我来说并不需要。
所以语言学习从语料开始，上传自己希望阅读的语料，进行阅读。
阅读过程中查词，并进行记录，这些词条可以生成学习卡片与学习计划，按照艾宾浩斯遗忘曲线作为每天出现的策略。
另外还实现了每日新闻，可以通过阅读这些简短的新闻来学习更为正式的表达，也可以起到咨询摄入的作用。
AI 查词其实能力已经很强大，不过如果考虑速度以及方便性，还是远远不如普通词典，所以本应用还支持上传词典，这些词典会经过预处理分析转化为同样的词条结构，方便阅读查询与展示。
麻将大师
前段时间打了几次麻将，输钱居多，以为自己对这个东西还是挺擅长的，没想到结果并不好。偶尔的机会和前领导吃了次饭，才得知他是卡牌高手，擅长德州，估计有业余顶尖水平。聊天中得知，他在德州的学习长达十年之久，可见这些东西都是需要长久的练习的，于是，我也想着借着 AI 的能力，来实现一个麻将训练器。
这类应用其实网上已经有很多，不过还是不得我心，我希望看到的决策数据基本上都不会展示，而且玩法会有所限制，高级功能甚至要收费，于是自己写还是更好。
目前只实现了自己需要的功能，主要是出牌和叫牌训练，选择之后有详细分析，并且有数据统计。
里面还包含模拟实战的能力，与三个 AI 对战，AI 会做最优的选择，这意味着如果自己选择有问题，那就会输，如果自己选择没问题，那就看概率。
经过这个应用的训练，我才意识到自己是多么的菜。即使是原来以为很简单的叫牌训练，在一般复杂的牌型下，连叫什么牌都找不全，难怪自己要输钱了。
总结
这里列出来的其实也只是冰山一角，AI 确实让我提升了效率，然而却没有让我的电脑时间减少。尤其到了深夜，当想法疯狂爆发的时候，AI 就像是阿拉丁神灯，可以满足你所有的愿望。当你说出了你的需求，接下来就只需要等待，这是一个神奇的过程，多次让我深夜奋战到两三点。
工作流目前基本遵循
/design：功能确认，技术设计/feature：编码实现，严格遵循测试驱动开发/commit：提交代码/memory：整理记忆，归档文档
编码实验的时候测试先行非常重要，我觉得这个也是 harness engineering 的核心。就下面的项目而言，虽然核心代码只有区区几万行，但是测试用例已经有大百个，每次提交之前都要求所有测试用例通过，试问这样的项目逻辑，还能不放心吗？
日常工作很多时候的决策都是基于文档的阅读，所以基本上可以脱离过去使用的编辑器了，一个很简单的文档阅读器就能应对几乎所有情况。
以前编码，解决问题的快感，逐步转变为想法实现的快感了。有很多人提到开发会被 Agent 干掉，虽然我觉得并不无可能，但可能性也不高，在最近使用的过程中，我也有观察其他人的使用，甚至其他工种的人的使用，可以看出，对 AI 的使用能力，至少到目前为止还是受限于本身的架构素养与编程能力。当项目复杂到一定程度，并不是那么简单就能将 AI 用好的。
在我看来，只是编程语言从个别具体的编程语言转变为自然语言而已，而编程与实现本身，是非常需要工程能力的，而这个能力可能不是过去多层次的架构能力，而是需要更高层的抽象与掌控能力了。而我们，只是从xx工程师，统一编程了 Agent 工程师而已。