打造 Keenotes 过程中使用 AI/Coding Agents 的一些感想
王福强
all in 还是 cherry-pick
其实很长一段时间，我都不敢放开把所有都交给AI，所以，从来都是用AI做调研，确定差不多了，再让它写局部代码，然后人工合并到codebase。
这种方式我称其为cherry-pick， 也就是挑出能用的再用。
但在搞keenotes的过程中，我加快了动作，把目标和要求写完后，让AI/Coding Agents 1自己去搞，搞完之后，我在从外围以黑盒的形式做验收，验收不过的，也不直接改代码，而是让coding agent自己去分析原因并修复。
这个时候，你会发现，当什么都交给AI/coding agent去干的时候，你相当于放弃了对实现细节的掌控。而且，随着codebase的增大，你也很难去从全局到细节事无巨细的完全了解。
这时候职能AI对AI，完全放权给AI去搞，所以，我称这种方式为all-in
这两种方式，我觉得后者的挑战其实挺大的，因为你一旦决定用这种all-in的方式，就意味着此后所有的动作都需要AI native。
企业负责人敢不敢这么干，自己的团队有没有能力承载，这些可能都是顾虑的点。
不过，整体上来看，效率肯定是提升的，所以，我相信慢慢地大家还是会发现如何更好的管理AI在这条路上的效率与风险。
验收
验收依然是最重要的工作，或者说，依然是管理者最重要的工作。
有了AI之后，从0到1其实更简单了，但从1到100甚至1000、10000更难了，因为迭代过程中对细节的验证和修复上耗费的时间和精力，可能也更多了。
按下葫芦起了瓢，成了常态，玩过的都知道吧？🤣
毕竟，魔鬼藏在细节里，从产品层面黑盒式的打磨，相当考验耐心。
plan first and plan matters
很多时候，再打磨细节的过程中，经常会被AI的反复（按下葫芦起了瓢）搞得想发疯，这时候，你肯定会吼AI，但吼它是没用的。
吼它确实发泄情绪了，但不解决问题，而且耗费tokens（也意味着耗费金钱，哈哈哈）
这时候，就得回顾本心，冷静一下， 从头开始梳理目标和路径，然后再让AI去分析和执行。
也就是你想得多了、想得全面了， AI就不用在模糊的上下文里猜来猜去了， 说白了，能把需求说清楚，执行反而是最快的， 跟曾经一个研发遇到一个好的产品经理一样，哈哈哈
Instead of shouting to AI, you should think more in front and give a crystal-clear context to it.
写完上面这句英文总结，恰好又读了 这篇文章，发现真是 “great mind think alike” 🤣
模型优先于对模型的调教
基本上只用opus 4.5和sonnet 4.5模型，opus贵， 2个credit，4.5便宜点儿，1.3个credit，（嗯，定价方面，kiro鸡贼，用credit代替了token数量）
对于思考范围要大一些的重构，我一般就切换到opus；
对于小范围局部修复，我一般就切到sonnet；
但有时候对于一些大点儿的重构，sonnet的效果也不错， 反而你让opus去做一些小范围的修复，反而效果不咋地。
订阅的额度用完了后，没想升级到更高的price plan，就尝试了下国内几个模型，比如GLM4.7和Minimax2.1, 效果跟预期的差别很大，不知道是营销的成分更大，还是模型层面就是不如opus和sonnet
但不管怎么说，整体感觉， 模型好可以解决大部分问题， 模型不行，工具再炫也没鸟用。
token或者price plan便宜是一会儿事儿，最主要浪费时间和感情🤣
NOTE
据说openai的gpt5.2在处理深度问题上效果不错，不过， 2023年注册了chatgpt后就没用过， 所以，没一手体感，就不做评价了。
Vibe VS. SDD（Spec-Driven Development）
虽然Kiro老早就提出了两种方式，而且当我写了比较长、比较规范的prompt给它的时候，它经常自动提示让我切到spec driven的模式，但大部分时候都让我拒绝掉了。
整个过程下来，我可能还是vibe的成分多一些。
不过，为了让它别瞎搞，我在steering file里（也就是Kiro里定义的rules，类似于CLAUDE.md或者AGENTS.md）加了一些约束。
而且，为了让它按照我的流程来，我也将CLAUDE.md里定义的流程要求放到了steering file里。
我的流程其实也挺简单的，就是“阿里黑话”的适配版，将“我说你听，你说我听”转成了类似“我提出了需求给你，你先了解，不明白的地方，可以跟我确认，所有事情清晰之后，得到我的运行你才能开工”。
大部分时候，它还算遵循这套流程要求， 但偶尔也会都已经干了一半了，session会话里跟你说，“哎呀不好意思啊，我忘了先跟你确认了”，艹， 这就像是“先干了再跟你道歉的人”一样， 甚至于哪天用哪个模型测试的时候，它改错了东西居然说“手滑了”，我日！ 跟tmd推卸责任的员工一模一样🤣 “手滑”这词儿我还是2019年在上海第一次从某推卸责任的员工嘴里听到的…
focus on the goal
纵观各种自媒体，你会发现极其高亢
但假如你被他们带着走，那可能就有点儿走偏了。
我要说的是，
Don’t focus on the tools, focus on the goals.
除非是你专职做AI自媒体的，那么，没问题，毕竟， 你玩的就是流量。(If you are focusing on social media traffic, then forget about it)
假如你不是专职做AI自媒体的，那么，应该冷静下，想想自己的目标到底什么，不管AI工具如何变换，他们终归是工具，它们应该是帮你完成目标的东西。
这其实也是为啥我选了Kiro之后，基本主力就用它了。 你说其它工具有没有比它更好的，肯定有，但不重要，我的目标又不是AI工具评测🤪
我用的kiro，好处有两个： 1. 不需要翻墙，不受梯子稳定性影响（这个很影响心情）；2. 信用卡直接购买。（前期免费使用额度也挺高，不过这阵子估计被薅羊毛薅凸了吧，降低了额度，还去掉了opus模型）↩︎
开天窗，拉认知，订阅「福报」，即刻拥有自己的全模态人工智能。
