当前位置: 首页 > news >正文

个人博客3 回答过去的问题,向未来迈进

首先贴一下自己当时的blog:关于我心目中的理想课堂&&构建之法的一些感受 - SCJ980128 - 博客园

两个半月之前写的博客,现在看来,很多问题已经得到了解答,并且也有自己的切身实践。现在来回答我之前的几个问题。

(1)AI辅助编程是否能真的帮助开发?

当然可以,而且让开发更加便捷。使用cursor的感觉很强烈,ai可以帮助你做很多事情,这对于自己提高效率可是十分重要的。在进行开发的过程中,你需要做到的是明确的描述自身的问题,你描述的越清晰,步骤越明确,取得的效果会越好。我认为,这是现在的开发者需要具备的素质。当AI帮你完成工作后,可以自己检查一下,这一点对于后续的开发也很重要,毕竟谁也不能保证AI不会产生幻觉。

(2)初学者如何参与开源

开源,在经过读书研讨会后,我觉得,应该先成为一个合格的开发者。或者说,从0到1的过程,编程需要好。唯一的办法,多写多品味。在上课的过程中,学习到了如何使用github以及如何正确使用开源社区,以及自己仍在不断地努力code(发出去,发出去,发出去,不出错的一遍发出去)。

(3)MSF中“赋能团队成员”这一原则为何有助于项目成功?

提高决策速度与响应力、提高决策质量、强化个体责任感、激发创造与士气、增强团队抗风险能力,这些都有助于项目的成功。

(4)“Build To Win”原则与传统的“Build To Show”或“Build To Learn”方法的区别?

先build to learn,后build to show,最后必须推倒重来或者进行深度的工程化重构时,才可以build to win。

(5)在不同的团队模式中,如何确保团队成员之间的有效合作,特别是在处理复杂项目时,如何平衡个人贡献与团队合作?

基于场景类型的差异,所采用的方式是不同的。举例,如果项目侧重与算法攻坚,那么主程序员模式效率更高;倘若侧重于产品化,则MSF的方式可以确保项目的成功。关于平衡,一定要建立连接个人和团队的桥梁,尤其是在开发中,可以使用Daily Scrum来进行(我们正在做的);接口的提前定好也很重要,尤其是在合作开发的过程中。


关于AI时代的软件工程,我的问题是,当出现跨语言编程的任务时,AI帮助你完成工作,但是你不懂其他的语言的代码,如何保证不被幻觉所迷惑?(这一点的感触很深,在进行项目的工作,自AI的c++代码写的有问题,自己没看懂导致多了半天的debug时间)同时,另一个问题是,作为编程新人,底层的计算机逻辑怎么学习才最高效?如内存管理,并行计算等。


点评方法:

以公开博客来交作业的方法,千帆竞发图的跟踪:很好,很实用。让我见到了开发者和社区的魅力。

结对编程的 API 驱动的编程:这个我的体验感很差,主要是另一半投入这个课的时间不多,因此会出现自己和自己结对编程的情况。

pq-问答 的当堂测试,对软件 UX 的现场测试等:还好。PQ做的很不错。

学生自行组队并选择项目:很好,就该这样,通过组队认识了现在共事的队友,学到了很多。

alpha 阶段后强制团队有人员变动:不做评价,因为我没有换组,我们组也没有来新人。

请业界的专家、相关的老师、工程师来讲课 + demo:拓宽了眼界,很好

用 ‘天使投资’ 的方法来评选成功的团队项目:新颖,这也让我知道了,你认为好的东西在投资人眼里不一定好,还是需要在发布阶段把投资人忽悠到给你投资,这个很重要哈哈哈哈。会说才是核心科技!

同学们在alpha 之后已经给出对课程的反馈:这个我就不评价了。我加一条,就是课程的每周一晚上的答疑,很nice,发现邹老师和高总都是非常nice的人(知识渊博懂技术还风趣幽默),希望有机会还可以继续聊聊。


提高的能力:智能开发与人机协同+云原生与约束工程化!

(这里缺一张合影,周三补上)

http://www.cnnetsun.cn/news/71943.html

相关文章:

  • 泉盛UV-K5/K6对讲机LOSEHU固件:5大升级功能与终极配置方案
  • 跨平台应用性能深度剖析:Electron 与开源鸿蒙(OpenHarmony)在真实业务场景下的资源调度、启动效率与能效表现对比
  • 广东深圳一家IPO企业重度依赖单一客户,产品结构单一竞争力存疑
  • APK Pure是否适合发布Qwen3-14B移动端应用?可行性分析
  • AutoDock Vina批量分子对接终极指南:从效率瓶颈到高效实战突破
  • 基于Qwen3-32B构建高质量内容生成系统的完整指南
  • 企业微信智能表格高效计算工作人天:日 / 周 / 月全维度公式 + 实操指南
  • RTL8852BE无线网卡驱动:让Linux连接更稳定的终极方案
  • 5分钟快速上手Vue时间轴组件:timeline-vuejs完整使用指南
  • HunyuanVideo-Foley模型调优技巧:降低Token使用量,提升生成效率
  • 基于单片机电机功率测量系统Proteus仿真(含全部资料)
  • MATLAB从零开始实现粒子群优化算法PSO
  • Stable Diffusion 3.5 FP8高分辨率输出实测:1024×1024图像生成全记录
  • 云端部署DeepSeek + 本机Cherry Studio接入
  • 原神圣遗物管理终极指南:椰羊cocogoat工具箱让配装效率翻倍
  • Three.js结合FLUX.1-dev生成动态3D场景纹理资源的技术路径
  • 开源大模型新星|Qwen-Image在GitHub上的star增长趋势分析
  • Dify API调用Qwen-Image-Edit-2509实现企业级图像处理服务
  • Codex API调用成本高?试试免费Qwen3-VL-8B替代方案
  • GitHub Wiki搭建Qwen3-VL-30B开发者知识库
  • 企业采购Qwen3-32B商业授权需要注意哪些条款?
  • 【收藏必备】别再用Copilot骗自己:AI求职的真相,藏在Dify的“深度技术“里
  • HunyuanVideo-Foley开源发布:基于GitHub的智能视频音效生成技术详解
  • 3个技巧告别论文格式困扰:XMU-thesis让学术写作更高效
  • 技术与管理双通道如何建设
  • AI原生应用中的上下文窗口:原理、实现与优化
  • Applite:重新定义macOS软件管理的智能助手
  • 基于Wan2.2-T2V-5B的高效文本到视频生成方案全解析
  • GitHub最新Stable-Diffusion-3.5-FP8镜像发布!一键部署生成高质量图像
  • 零信任架构的测试验证:面向软件测试从业者的实践指南