AI Coding工具真的好用吗?

纯25年使用的个人感受分享
我现在每天都在使用 Cursor + Claude Code,纯自费,解决了工作和业余的大量问题,其中 Claude Code 更是帮我搞定了 99% 的业余项目工作。
幻觉问题:有,但是 Claude 相较于 DeepSeek 更好一些,如果出现了可察觉的幻觉,可以通过调整 Prompt 抑制,比如禁止它做某某事情。
对上下文的理解:现在支持的上下文普遍都很长,而且 AI Coding 工具已经普遍从 RAG Searching 转移到了 Agentic Searching,基本上不会出现太大的理解问题。即使 AI 自己没有办法搞明白要做什么工作,你也可以通过一系列的描述来把你知道的先灌输给 AI,除非你自己都描述不清楚,那对 AI 来说也多少会有勉强。
私有框架:这个确实会给 AI 带来不少的障碍,你需要提前准备好一份关于这个私有框架的上下文告诉 AI,或者给文档构建一个 MCP,有规避的办法。当然,如果你在用强类型语言,通过类型检查是能够让 AI 正确使用相关接口的,最多就是对其用法或者原理有一些理解不能。
第三方组件遗漏:如果不是私有的,import 上基本上不会出问题,尤其是在配合工具链进行检查的情况下,相关的错误在 linting / 编译阶段就会暴露出来。当然,对于安装的包版本等等,某些模型确实是会有问题,在配环境方面 Claude 是显著更擅长而且会更高概率使用更新的、正确的版本和库,Claude 在这方面有做强化。 #AI Coding的使用心得#
全部评论

相关推荐

传统时代的 Java 开发,当时没有 AI 工具辅助,写代码全靠 “硬啃”:遇到语法问题要翻厚厚的 API 手册,重复的 CRUD 接口得一行行敲,配置 Spring、MyBatis 框架要逐行核对 XML 文件,连 SQL 语句都要自己优化执行计划。开发流程也相对 “慢节奏”,需求确定后,从架构设计到编码实现,再到调试测试,几乎全靠个人或小团队的经验积累 —— 比如排查 NullPointerException,可能要逐行打印日志找问题;优化接口性能,得靠自己手动分析 JVM 堆栈、调整线程池参数。那时候,“写代码的速度” 和 “记住多少 API” 是衡量能力的重要标准,很多程序员会花大量时间死记硬背语法细节、框架配置,甚至把常用代码片段存成模板反复复用。而 AI 时代的 Java 开发,AI 工具成了最得力的 “副手”,把重复劳动降到了最低:现在写 CRUD 接口,只要告诉 AI“基于 Spring Boot+MyBatis-Plus 实现用户管理模块,包含增删改查和分页查询”,几秒钟就能生成结构规范的 Controller、Service、DAO 层代码,还会自动处理参数校验、异常捕获;;试 bug 时,把报错信息和相关代码发给 AI,它能快速定位问题(比如 SQL 注入风险、线程安全隐患),甚至给出优化方案。但这并不意味着 “不用懂代码”,反而对核心能力的要求更高 ——AI 生成的代码可能存在业务适配性问题,需要你根据实际场景修改(比如调整数据库索引设计、优化并发处理逻辑);
AI时代的工作 VS 传...
点赞 评论 收藏
分享
评论
1
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务