v2exgo

@parkman
@standin000
@Wzt047
@Hol183
@QUIOA
@Cdf5 #186
@v2exgo #187
@TonyXing

私聊 @ilikewechat tg

没啥用，其实现在 AI 的能力很强了，写代码不再是一件重要的事情，过去项目一催一赶，就是一堆人去编码，别管三七二十一，先上线跑起来再说，而现在代码不再是问题了，问题是如何架构整个系统，如何让 Agent 更好的跟系统协作，人应该参与哪些环节，编码本身的价值越来越低，甚至做什么算法题更加就是笑话了。

现在应该好好再想想怎么把传统软件工程那些最佳实践，以及防止人犯错的那套玩意，重新搬运到新的 AI native 开发里面。

要重新认识到 架构先行，而不是拿到需求搞编码先行，最终通过代码架构管理的方式来减少人跟 Agent 的犯错。

像有些公司已经在搞 AI 全栈，但是整个项目是一塌糊涂，基础架构层代码、核心业务逻辑、DAO 层 消息队列、边缘业务逻辑 都在一个浆糊里面，这种破烂老项目，你给它再好的 Agent 生成出来的也是一坨屎，甚至我之前的领导还认为 AI 能力这么强了，过去的软件工程最佳实践都可以丢了，让 AI 去生成一堆重复的屎山就行了,那只会让系统更烂

我觉得像 DDD 那些啰嗦的东西 反而又可以回来了，因为编码本身成本降低了，开发者最大的困难在把控上下文边界以及如何减少 Agent 生成错误的代码，像 DDD 里面的上下文限界这些理念本身就是跟 AI 上下文管理重合的

b300

@NeoWalnut #14 不限制，容易死号， 要么代理端，重新给你伪装一遍 变成 cc 的请求

@deepbytes #30 @ilikewechat tg

@deepbytes 提供的 加我吧

@night98 商业上不是这样考量的，东西做出来，能融到钱 就是 ok

/superpowers 以及最近的 workflows ，然后还有 /deep-research ，不会的话 你可以用 /deep-research 帮你研究一下，其实本质还是软件工程那一套，把每个流程 拆分出来，变成标准化的流程，给 Agent 套一层 Harness ，更好的调度大模型