Salvatore Sanfilippo 描述了他目前的 AI 辅助开发工作流程。他全力投入法学硕士 (LLM) 课程，用于代码审查、探索性原型设计、结对设计以及“按照清晰的规范编写部分代码”，但他警告不要过度依赖纯粹的氛围编码：
虽然法学硕士（LLM）可以成功编写部分代码库（在你的严格监督下，后文会提到），并显著提升开发速度（或者说，能够在过去相同的时间内开发出更多/更好的代码——我就是这样做的），但当目标不简单时，他们往往会编写出脆弱的代码库，这些代码库规模过大、复杂，充斥着局部极小的选择，在很多方面都不是最优的。此外，当任务复杂度超过给定级别时，他们就会彻底失败。
其中有很多有用的提示，特别是关于仔细管理你的上下文：
当你的目标是与法学硕士 (LLM) 讨论如何实现或修复某些代码时，你需要向 LLM 提供大量的信息：论文、目标代码库的大部分内容（如果可能的话，最好是全部代码库，除非这会使上下文窗口过大，从而影响 LLM 的性能）。以及你对应该做什么的所有理解的总结。
Salvatore 提醒大家不要过度依赖那些隐藏上下文的工具，比如集成了编码代理的编辑器。他更喜欢直接把需要的内容粘贴到 LLM 的网页界面上——我和他一样喜欢这个。
他的结论与我的经验相符：
你将能够做一些超出你知识/专业范围的事情，同时在这个过程中学习到很多东西（是的，你可以从法学硕士（LLM）中学习，就像你可以从书本或同事那里学习一样：这是一种可能的教育形式，一种新的教育形式）。然而，你完成的所有代码和产品都将遵循你对代码和产品的理念，并且质量上乘，不会因为LLM带来的错误和缺陷而随机失败。你还将对所有编写的代码及其设计保持深入的理解。
来源： Hacker News
标签： salvatore-sanfilippo 、 ai 、 generative-ai 、 llms 、 ai-assisted-programming 、 vibe-coding
原文： https://simonwillison.net/2025/Jul/21/coding-with-llms/#atom-everything