最新

我们团队中的许多人现在都在以惊人的速度生成代理辅助的代码，其中一些代码质量确实不错，但很多则不尽如人意。我个人发现，我们项目的真正质量门槛在于生成的代码经过人类审查的彻底程度，以确保它不仅是正确的，而且在架构上也是合理的。 像 coderabbit 和 copilot 这样的 AI 代码审查工具，甚至将 Claude 代码指向一个 PR，通常在发现错误和风格问题方面表现良好，但在发现重复代码、模块间耦合、关注点分离不当等方面则不太理想，即使被提示去做。 我发现 GitHub 的 PR 界面对我来说并不够好，尽管在审查较小的代码时已经显得有些笨拙，但现在随着审查规模的扩大，变得越来越难以管理。再加上混入代理审查的额外噪音，以及人们在复制粘贴代理输出时的“肉体代理”，使得整个过程变得非常嘈杂且难以导航。 你们发现有什么有效的方法来简化 AI 辅助代码的人类审查吗？欢迎分享工具和流程建议。

我和我的妻子有一位保姆，她在工作日的时间和天数上比较灵活。由于她有其他的安排，所以她会在对她最合适的时间来我们家，时间在“商定的合理范围内”（她周末不来，也不会在早上8点之前到）。<p>我们通常在家里的办公室工作，当她到达时，我需要一种方法来记录她的工作时间，以便每两周支付一次工资。我担心会丢失一张纸（尤其是我们的狗很喜欢咬纸），所以我开始在电子表格中记录她的工作时间。每天结束时，我会从我们的监控系统中提取车道的视频，以获取时间戳。然后在发薪日，我会将小时数相加，乘以60，再加上分钟数，除以60，最后乘以她的时薪。然后在电子表格中标记为已支付。<p>这个方法还算可以，但使用起来有点麻烦。有时我会忘记这个过程，而监控系统中的视频记录可能已经过期。这样一来，进行基础的60进制数学运算时需要几次重新验证，因为我不想冒险犯错，导致财务上对我们有利。作为预防措施，我总是会将时间戳向上或向下调整，以便对她有利（这在一个月内实际上会变成真金白银）。<p>于是我使用了Claude（我第一次认真使用AI），构建了一个简化我生活的小型网络应用程序（基于Spring Boot + React在AWS上），并在门口放了一台旧iPad作为自助终端。她在上面打卡，我有一个“管理员”视图，可以让我查看时间记录并自动计算工资。经过几周的使用，我意识到还需要一些额外的功能（比如她打卡时的通知，或者在我开会时给她留言的功能），这个项目逐渐完善。<p>这是一个有趣的副项目，由于它已经在AWS上运行，我想我可以将其公开，额外的费用也不会太高。实际上，这个过程花费了我很多精力（比我预想的要多：仅仅是邮件投递的部分就经历了一场斗争），但现在它已经上线，并且是免费的。<p>如果你对技术栈、托管或其他方面有任何问题，我很乐意回答。我没有Android设备进行测试，所以不确定它在那个环境下的运行效果如何（任何反馈都很受欢迎）。