大家工作中都怎么用 AI 提效的？

1. 几乎不用搜索引擎了，工作中用的工具比较杂，之前这些不熟悉的工具，都是谷歌一点一点去找，现在直接问 Gemini 基本上都能解决
2. 写代码用 Cursor+Claude 4 sonet ，正常写代码，然后用用 Tab 补全就能节省 2/3 的时间，有时候补全来的比我自己想的都快。比较内聚的工具模块，新增没什么交互的小模块，直接 ctrl+k 提示词 + @Files 添加上下文，基本上一遍过。 用 AI 写代码最关键的是，人机合一，你知道哪些代码他能生成，生成完了可以直接用，哪些代码他生不成要自己写。 像是 Tab 补全的，我写了两行代码，然后我就知道 AI 可以补全，而且知道他肯定能补全出我想写的代码，然后就等待提示补全就可以了。 唯一不爽就是有时候网络问题，卡个几秒每提示，会不连贯
3. Gemini CLI 这种还没怎么玩明白，因为做的都是历史项目，完全交给 AI 做还是不放心。像是一些编译任务可以交给 Gemini CLI 去做，还是挺方便的。 曾经有次我想编译一个完全静态的 taskset ，自己用 AI Chat+互联网搜索弄了版本搞不定，让 Gemini CLI 自己跑，结果几分钟过后，真的编译出一个完全静态的二进制出来了。
4. 还有一些小自动化的工作，之前可能是写些脚本去处理，提取某些文字，或者分析一些文本之类的，现在直接扔给 AI 让他给我提取。
5. 让他自己写单元测试例，生成的数据和代码比之前手写的要全面很多

反正现在离开 AI 基本上干活会大打折扣了

AI 编程那种重复性的体力活，会很省心。我前几天给产品写了一个新功能，一个统计模块，要统计各种内部运行状态信息，处理速率，峰值，内存，内部队列长度，丢包统计，等等，总共几百个统计项。要是没有 AI 的时候，这种需求，头都要写晕，肯定会发生各种手误指标张冠李戴的情况。现在用 AI 写，定义一下结构体，大部分都是直接指令生成代码。一天不到就写完了，一共大几千行代码，一遍过。

----by bingfengfeifei

 

分享一下我的 AI 提效实践，主要解决"Vibe Coding"的问题。

以前我也是：丢个需求 → 点生成 → 不满意重来，循环往复。后来发现这样太碰运气了。

现在改用系统化的方法：
1. 先用 EARS 语法澄清需求 (When/While xxx, the system shall xxx)，重点是我和 AI 对齐思路和细节
2. 让 AI 输出技术设计文档，重点是我和 AI 对清楚技术实现细节
3. 拆分成具体任务清单，这块我关注的较少
4. 逐步实现和验收，重点是关注自动化测试的用例和执行情况

举个例子，我们自己开源的项目都在用这种方式在开发
https://github.com/TencentCloudBase/CloudBase-AI-ToolKit/tree/main/specs

这套方法在 Cursor 、Claude Code 里都能用，核心是让 AI 参与需求的一步步澄清和细化，并能根据标准来自动化测试，而不只是"代码生成"。

PS: 这个方法论是从 AWS 的 Kiro AI IDE 学来的

之前专门写了一个文章来介绍，一不小心还成了我的爆款文章😄
AI 编程不靠运气，Kiro Spec 工作流复刻全攻略
https://mp.weixin.qq.com/s/3j6lG50isbuSH4p64TsNag

----- by binggg