返回 动态 apply CMS 文章

Karpathy 的 AI 辅助编码节奏：如何驾驭“过度热心的初级实习生”

学习 Karpathy 的 AI 辅助编码内循环：将 LLM 视为需要严格监督的初级实习生，通过分步迭代和手动审查来保证代码质量。

X KARPATHY
AI辅助编码Karpathy工作流LLM
成长分 / 100 77 综合收获、行动、留存与影响

为什么值得读来自 AI 领域顶尖专家的第一手实践方法，具有高可信度。

提供具体可操作的工作流步骤，而非抽象原则。

关键洞察
  1. AI 辅助编码的核心是严格的人类控制，LLM 像“过度热心的初级实习生”，知识渊博但缺乏品味且容易胡说。
  2. 工作流分为七个步骤：填充上下文、描述变更、选择方法、生成草稿、审查学习、测试、提交，形成迭代循环。
  3. 强调“内联学习”机会，即手动查看 API 文档并理解代码，而不是完全委托给 AI。
转成行动

深入阅读

正文与原文对照

原文保真覆盖：全文原文字符：1684

我注意到自己在 AI 辅助编码中采用了一种特定的节奏（即我真正在专业上关心的代码，与“氛围编码”相对）。

  1. 将所有相关内容放入上下文（在大型项目中这可能需要一段时间。如果项目足够小，就直接把所有内容都放进去，例如 files-to-prompt . -e ts -e tsx -e css -e md --cxml --ignore node_modules -o prompt.xml）
  2. 描述我们试图实现的下一个具体的、增量式的变更。不要要求代码，而是要求几种高层级的方法及其优缺点。做事情几乎总有几种方式，而 LLM 的判断并不总是很好。可选地使其具体化。
  3. 选择一种方法，要求第一版代码草稿。
  4. 审查/学习阶段：（手动地）在侧边浏览器中打开所有我之前未调用过或不太熟悉的函数的 API 文档，要求解释、澄清、修改，回退并尝试不同的方法。
  5. 测试。
  6. Git 提交。 询问接下来可以实现什么建议。重复。

类似这样的过程感觉更像是 AI 辅助开发的内循环。重点在于对这个过度热心的初级实习生保持非常严格的控制，它拥有百科全书式的软件知识，但同时也总是对你胡说八道，勇气过剩，而且对好代码几乎没有什么品味。并且强调要缓慢、防御性、谨慎、多疑，并且总是抓住内联学习的机会，而不是委托。这些阶段中有许多是笨拙且手动的，在现有工具中尚未得到明确或很好的支持。我们仍然处于非常早期的阶段，在 AI 辅助编码的 UI/UX 方面还有很多可以做的。