一个完整的软件开发过程，AI在哪些地方加速？

只要我们的系统有一个基础的 调度器/执行器 基础设施。那么目前的 AI 就可以让你的工作变成纯提示词工程工作：虽然还是需要你在，但是你更多的是在做组装。我们希望AI做越来越智能的开发工作，这样我们就能被解放出来做更多的设计，发挥更多的【人工智能】而不是人工苦力。下面这样的流程AI做的越多，我们就能越被解放出来。

封装API

输入数据：处理资源的获取API
输出舒缓：目标要更新的资源的API

AI生成代码：通过给 AI curl 的调用，例如通过前端页面的开发者工具，查看API的网络请求，选中你要的API，右键拷贝cURL，得到用例后， 让AI帮你生成对应语言的接口
人工卡点：你需要解决API的权限问题，通常需要沟通。
AI生成测试：让AI给你生成 API 的单元测试代码。
人工卡点：调试跑通是你的责任。

本地数据记录

数据进来后，可选的，本地对于要处理的数据，创建数据库元数据记录

AI生成代码：这个步骤可以轻易的让AI帮你生成CURD代码。
AI生成测试：让AI给你生成CURD接口的单元测试代码。
人工卡点：在测试环节调试跑通，不要在产线数据库上直接跑

数据处理管道

元数据记录后，就可以调用数据处理环节，抽象起来这个就是【算法环节】。你需要把子模块提供的数据处理能力，根据你需要处理的任务，串起来一个 pipeline。

人工卡点：

1. 你需要向 AI 描述你的 pipeline 是符合组合多个子步骤来做数据处理。
2. 你需要解决单机并发/并行处理，根据IO/CPU 密集型来高效处理任务。

AI生成代码：
通常如果你对子模块的组合是清晰的，你就可以让AI帮你先生成串 pipeline 的测试代码，你先跑通测试代码后，再让 AI 根据你跑通的测试代码生成正式的模块业务代码。

构建执行节点

如果是分布式处理，你应该使用上一步的模块，配置一个执行节点代码来调用上述模块处理。

AI生成代码：如果执行节点代码有模版，通常根据模版可以让AI帮你生成执行节点的代码脚手架。
人工卡点：

1. 你需要设计执行节点的哪些参数是要有调度器投递过来的，实际上就是在设计接口。
2. 你需要实际的运行测试跑通单节点代码，AI可以辅助构建测试用例。
3. 你需要提供节点投递任务的接口，这个通常是基础设施。

构建调度节点

有了执行节点代码，就可以写服务接口

1. 创建任务的 POST 接口
2. 查询任务状态的 GET 接口
3. 查询任务列表的分页 GET 接口

AI生成代码：AI可以轻易的在你给足描述的情况下生成任务创建，投递，执行，异步轮询状态更新的实现。
AI生成测试：AI可以生成基于 REST 接口的使用创建任务/查询状态的闭环测试。
人工卡点：跑通，调试。

构建前端

有了接口，让AI构建前端的

1. 列表分页展示视图，提供必要的查看详情，点击下载等操作。
2. 提供创建任务按钮支持在前端创建任务。
3. 设计好定时器，更新任务状态。

AI生成代码：基本上AI能根据你的描述完成前端需求。
人工：调试跑通。

结论

从API->算法->执行->调度->服务->前端，全流程基本上AI都能解决大部分问题。这不是坏事，在这个基础上，我们可以逐渐思考更上层的事情。

--end--