AI = 实习生 提示一个AI代理，然后审查代码可能比自己编码要慢。 但是什么时候呢？我们是否有简单的启发式方法来判断何时使用代理，何时自己编码？ 当是前端代码时（你可以立即检查其正确性），或者与某个API的交互时（你知道该怎么做，但不知道执行API调用的具体咒语），或者进行数据分析，或者制作原型时，使用代理。 当是你非常熟悉的领域，或者是高度上下文相关的后端代码，或者你想对结果进行大量迭代时，自己动手。在这些情况下，编写提示所花费的时间比编写和审查代码要长。 大致来说，如果你将你的应用程序可视化为同心圆，AI代理在外部的“浅层”区域表现良好（如前端，或从数据库读取的图形/图表），但在需要高上下文和低错误率的“核心”区域则危险。 以要点形式，AI更适合： - 前端优于后端 - 读取优于写入 - 浅层优于核心 - 原型优于生产 - 开始优于维护 - 容错领域优于不容错领域 - 视觉输出优于财务 - 低上下文优于高上下文 所以，AI就是一个实习生。这些标准本身可以被AI代理用来在处理高上下文问题时发出更大的不确定性信号。就像一个实习生说他们会努力，但可能没有足够的上下文。