AI Coding领域的伪问题和真问题

作为AI Coding的狂热信仰者，我每天都在动手探索，也和同好积极交流。这个过程中，我发现很多聪明的朋友花时间研究一些伪问题和一些不太重要的问题，我斗胆列出来，和同好们交流。

第一个伪问题是怎么让AI从一句话生成一个软件。比如字节的Trae团队在发布solo的时候就试图一句话生成电商。这个思路在理论上就是不可行的，具体原因可以参见大铭的文章

我用30年经验告诉你，“一句话建站”大概率只能做出来“屎山”

用大铭的大白话来说，就是:

此类产品在目标上就不成立，实际落地也都很离谱。

Trae发布了一句话电商案例之后，有用户试用，然后发现根本玩不转。而Trae官方回答其实推翻了”一句话建站”的口号。

Lovable是目前最热门的小白建站工具，他们面向美容行业用户的教程也不宣扬”一句话建站”，而是分阶段，一步步的添加特性，调整思路。

宣扬这种理论上就不可能的软件永动机，只会误导非专业用户，损害整个行业的声誉。

第二个伪问题是一次性把代码写好。这方面的代表团队是Amazon 的Kiro。他们内置了一套软件开发流程，一开始生成spec，然后评审spec，生成deaign和task，然后一个个的实现各个task，然后总结一下，交付成功。这个听起来挺好的，也应用了软件工程中常用的分而治之方法论。不少朋友还把这一套搬去了Claude Code。

但是有经验的软件老师傅一样就能看出，Kiro这一套是典型的瀑布式开发流程。它有几个假设

1.需求方一开始就知道自己想要什么。

2.架构师（人和AI）能准确的把需求翻译成代码任务。

3.开发者（AI）能严格的遵循架构师的设计。

4.只要每个小任务完成，整个系统就能如预期的工作。

无需多言，这几个假设都不成立。实践这一套方法的朋友都发现Kiro最后交付的东西，根本不是自己想要的，甚至不是design.md里描述的。关于出错的原因和解决办法，我有另外一篇文章加以讨论 

运用迭代方法论让AI交付工业质量的软件

还有一个真实但是低价值的问题是”Claude Code使用小技巧”。这个问题很实际，分享的很多tips也有用。但是恕我直言，AI一定会取代人类成为SDLC的主力，人会被边缘化，研究AI怎么辅助人写代码，只有短期价值。

还有一个非常无聊的问题是怎么省钱。我看到大量的朋友花费大量的时间研究省钱。其实Claude Code Max plan也就两百美元，一个月不到最低工资。你用最低工资雇佣了一个有985应届生水准，懂所有语言的程序员，你赚大了，为什么还要想着克扣他的工资？

我个人认为现在最重要的问题是: 怎么基于现有LLM的水准利用AI和人组建一个合成软件开发团队？具体的说:

1.把人和AI都视作工程师，了解他们的长处和弱点。

2.给这些工程师分配不同的角色，比如需求分析师，coder，troubleshooter等等。

3.定义适当的控制环节，设计好环节的输入输出。比如coder的输入要有需求说明书，输出有代码和测试用例。

4.一个弹性的环节组合方法。针对不同的项目，甚至同一个项目的不同阶段，把上述环节自由的组合起来。比如金融公司的sdlc需要个人信息保护审查的环节，而拼多多的项目就不需要了。

有兴趣研究这个问题的同好，欢迎在公众号给我留言，我们一起交流讨论。