今天花了差不多6个小时的时间，在AI的帮助下，把支付宝支付接入了一个项目，而

• 我从来没有看过项目代码
• 技术栈也从来没有接触过（Vue 3 + Python）
• 也没有接触过接入这些支付平台的概念

有几点感想：

• 个人还是更喜欢VSCode Copilot，CLI工具查看AI到底改了哪些代码还是太不自然了
• 不同模型的能力差别非常大，上午用某个国产模型用得磕磕绊绊，下午开始用Claude后开始非常顺滑（虽然只是Haiku）
• 对于接入一个具体平台的项目这类网络上资料比较少的任务，虽然AI不可能一次跑通，但是至少可以快速出一个框架，人可以以它为起点去进一步了解，这比人从零开始读可怜的文档效率高多了
  • 甚至我认为，在这类任务的价值以及给人减少到痛苦的方面上，AI要大于类似前后端开发常见的任务
• 如果能让agent自己循环测试能极大减轻自己的工作量，无需每个循环都亲自去验收，但这需要预先编写好真正的自动化测试，而且对一些比较复杂的逻辑不适用
• 模型如果可以提前预支一些项目中的隐藏知识和共识，可以极大地增加写出来的代码的可用度
  • 例如新的service应该放在哪些地方、应该如何使用哪些库等。虽然AI理论上可以自己分析出来，但是不一定每次都可以分析出来 + 每次都花时间做这些工作，影响整个工作流的效率
  • 方法类似memory、custom instructions、以及现在的skills，也是慢慢积累出来的

发布了 sparks 页面！有时候我想到的一些小点子，会被直接记录到这里。