吴恩达最新分享丨用AI辅助编程打造软件原型的最佳实践

AI 辅助编程这几个月，掀起了一波热潮，程序员、产品经理、投资人等等，大家都开始对 AI 辅助编程来了兴趣。

周围的朋友们都开始在这领域搞事情了，资深的程序员或者没有啥技术背景却用 AI 辅助编程取得了一定的成就的，都开起了 AI 编程的课程培训，也有许多没有技术能力的产品经理、运营人员也都开始动手利用 AI 辅助编程做产品了。

这样的现象、趋势，无不预示着 AI 辅助编程已经在一定程度上，取得了重大的进步，无论是资深的程序员还是刚入职的技术工作者，我觉得都应该主动去拥抱 AI，即使对于资深程序员目前来说还没有太大帮助。

下面这封信，是吴恩达老师在 DeepLearning.AI 上面的最新分享，信中讲述了吴恩达老师自己如何用 AI 辅助编程来快速打造软件产品原型的一些实践，以及面对 AI 变化之快的情况下的一些看法。

由 GeekSavvy 翻译整理，希望能给大家带来帮助。

原文链接：

https://www.deeplearning.ai/the-batch/issue-283/

亲爱的朋友们：

利用 AI 辅助编码来构建软件原型是快速探索诸多想法并创造新事物的重要途径。在这封信以及后续的信件中，我想和你们分享一些构建简单网络应用程序原型的最佳实践经验。这封信将聚焦一个理念：对软件栈要有自己的主见。

我个人所用的软件栈每隔几周就会变化一次。对于这些选择，有很多不错的替代方案，而且如果你选定一个偏好的软件栈并熟悉其各个组件，你就能更快速地进行开发。但为了举例说明，以下是我目前常用的默认配置：

• 使用 Python 和 FastAPI 来构建网络托管的应用程序编程接口（API）：我主要用 Python 进行开发，所以对我来说这是个自然的选择。如果你是 JavaScript/TypeScript 开发人员，可能会做出不同的选择。我发现 FastAPI 在部署以 Python 托管的网络服务（API）方面真的很易用且具备扩展性。

• 使用 Uvicorn 来运行后端应用服务器（用于执行代码和提供网页服务），以便在我的笔记本电脑上进行本地测试。

• 如果要在云端部署，对于小型应用程序使用 Heroku，对于较大型的应用程序则使用亚马逊网络服务弹性豆茎（声明：我是亚马逊董事会成员）：有很多用于部署任务的服务，包括 HuggingFace Spaces、Railway、谷歌的 Firebase、Vercel 等等。其中很多服务都很不错，熟悉一两种就能简化你的开发流程。

• 使用 MongoDB 作为非关系型数据库：虽然传统的关系型数据库（SQL 数据库）是了不起的工程壮举，能实现高效且可靠的数据存储，但定义数据库结构（即模式）的需求会拖慢原型构建的速度。如果你确实需要速度以及易于实现的特性，那么将大部分数据存入像 MongoDB 这样的非关系型（无结构化或半结构化）数据库，能让你快速编写代码，之后再去确切梳理你想用这些数据做什么。这有时被称为 “写入时定义模式”，与 “读取时定义模式” 相对。请注意，如果一个应用程序要进入规模化生产阶段，在很多使用场景中，结构更完善的关系型数据库会可靠得多且更具扩展性。

• 使用 OpenAI 的 o1 以及 Anthropic 的 Claude 3.5 Sonnet 来提供编码辅助，通常是在概念 / 设计层面直接进行提示（来获取帮助）。偶尔也会使用 Cursor（在代码层面操作时）：我真希望以后再也不用在没有 AI 辅助的情况下进行编码了！Claude 3.5 Sonnet 被广泛认为是最佳的编码模型之一。而 o1 在规划和构建更复杂的软件模块方面表现出色，不过你得学会用不同的方式向它提供提示信息。

除此之外，当然，我还会使用很多 AI 工具来管理 Agent 式工作流程、数据摄取、检索增强生成（RAG）等等。

https://www.deeplearning.ai/ 上面提供了许多课程。

我个人的软件栈一直在定期演变。随着我学到新的做事方法，每隔几周就会有组件加入或离开我的默认软件栈。所以请不要觉得非得使用我用的这些组件，但如果你们还在决定使用什么的话，或许其中一些可以成为有用的起点。有意思的是，我发现大多数大型语言模型（LLMs）在推荐软件栈方面做得不太好。我怀疑它们的训练集包含了太多针对特定选择的 “炒作” 内容，所以我不完全相信它们能告诉我该用什么。而且如果你能有自己的主见，并且给你的大型语言模型指明你希望它基于哪个软件栈来构建内容，我觉得你会得到更好的结果。

很多软件栈仍在不断完善，而且我认为其中很多组件还会持续改进。凭借我的软件栈，我经常能在几个小时内构建出原型，要是没有 AI 辅助的话，这原本可能需要花费我几天甚至更长时间。我希望你们也能享受构建众多原型的乐趣。

Keep learning，

Andrew

关注公众号，用极客视角洞察未来！