这两天我让AI尝试写compiler 以往我尝试了几次AI都不太行 tokenizer, AST, IR 算是软体工程中比较困难的概念 这次轻易过关了让我蛮惊艳的 并且这次我实验了一个新的想法 用py做prototype 尝试 然後移植到rs 重构rs之後回去反哺py build release只用rs去build (因为py build 太烂了) 还能build wasm 直接能做成一个可以玩的网页 https://homun.posetmage.com/mermaid-ascii/ 以往这是非常难以想像的 需要同时会不同的情境 还要能顺利串好一切 (最近一次让我眼睛一亮的是AI终於能写好k8s helm了) 这边我也来推广使用agent teams方法 context工程非常重要 我都会要求AI写详细的repo设计流程 甚至专案大一点我都会要求AI写llm.*.md 比如llm.auth.md, llm.frontned.md, llm.backend.md, llm.arch.md, 简单说就是类似Anthropic提出的skills.md概念 会互相指来指去的知识库 规划好工作过程 要求一律写llm.working.status llm.plan.status 用来追踪状态 请AI 自己写agnent teams方法 在tmux里用一个parent去管不同child 举例 https://github.com/HomunMage/mermaid-ascii/tree/main/scripts 每隔一段时间 就杀掉全部 没完成的工作直接rollback上一个git commit 每次test通过後才commit (原本AI帮我设定1800s杀掉 我觉得太久 改900s全杀) 这样等於实现了 龙虾 + Ralph Wiggum概念 担心环境污染? 建议用kvm 或vbox, vmware虚拟机跑环境 让AI在里面胡搞瞎搞 而且为了可移植 都会以打包好的docker为基准 如果开发前端比如svelte 要求AI跑过docker compose exec frontend npm run lint -- https://posetmage.com/ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 103.3.15.25 (日本) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1771482960.A.07B.html ※ 编辑: PosetMage (103.3.15.25 日本), 02/19/2026 14:37:20