vibecoding可以写后端吗
别再听网上那个，人家说那个一个小时，然后完扣顶就把那个所有的产品做出来了，是不可能的。 实际我用实际情况来告诉大家，我不前段时间不是做了一个小程序吗？然后总共耗时一个月时间，然后用用了将近十个 tf 免费版的、免费国际版的账号才把它给做出来。 就是并不是说大家说一个小时，我一个小时做出来的东西，什么就是一个 demo， 就是 一个可以看的 demo， 你 不要前端做出来的，那你后端逻辑都要实现呀？你整套的逻辑，支付逻辑，那你做一个小程序是不是要对接支付？你对接完支付你是不是要上架小程序？上架小程序的话是不是要审核？ 那审核你肯定做的东西有一些不符合人家审核人员的要求的，那肯定要被驳回吧？这就花费很多时间，然后要小程序要认证， 然后又要域名认证，然后又要 ssl 证书申请，然后要服务器部署，然后运维，他怎么可能说一个小时就把东西给做出来呢？东西一个小时做出来，东西只能是 demo， 只能这样跟大家说。
粉丝1310获赞1.1万
相关视频
01:13查看AI文稿AI文稿在前期 mvp 验证的时候，或者说在后续产品版本迭代的时候，可以通过 backcode 的 s、 d、 d 的 工作方式，快速的实现 idea 到产品落地的全部的过程，实现前后端分离的产品 架构。这件事情放在你的核心工作去写，是不是可以？然后第二个个人优势掌握 backcode 的 工作方式，然后可以通过 s d、 d 搭建前后端分离的 ai 产品，对于前端、后端和技术架构有了解，可以和大模型和开发或算法丝滑结合去写这件事情，甚至说你们公司内部的 ai 产品 提效，通过这个项目把 s d、 d 流程搭出来都没问题啊，这个不就是你项目沉淀的可付用的经验吗？我要去做场景落地，我不仅把这个场景做出来了，然后通过这场 场景我们打通了 ai 产研提效的完整的流程，然后我们从这个项目的研发流程当中去孵化了一个一点零版本的 s d、 d， 然后后续随着项目的扩展，我的 s d、 d 也是在持续的迭代和优化了。这个放到你的项目的核心结果是不是也可以写啊？就那个问题，你有没有去看里面的那些 m d c 的 文件？你有没有仔细去看你的 play m d 的 文？ 第一从项目的研发流程里面去蒸馏。第二基于一些开源框架，比如说 spacky， 比如说 github 上面很火的 superpowers 去蒸馏，做你们公司内部定制化的 s d d 流程。而且面试官觉得，哇，你这个东西拿过来直接可以用。当然 这是另外一个场景，面试官说，哎，你能不能给我看一下 github？ 那 你说我很多东西没有放在 github 上面，我可以，可以给你看一下我的本地文件，不也可以吗？
352亚慧AI产品经理
01:51查看AI文稿AI文稿今天给大家分享一个做的一个 skill， 那 这个 skill 呢？主要是为了满足后端开发， 其实我是想把我们后端开发的整个思路给它去融合到这个里面，那我们 java 开发的话，其实就分几个阶段，第一个是我们最早的 java se， 第二个就是我们单体的框架，第三个是 spring boot 和 spring hard 框架，再往后面就是一些中间件体系，然后到后面会有一些高并发多线层的一些操作，还有我们的设计模式， 还有我们的代码规范和加固设计。那基于这个大的框架，我们把一些 呃行业里面相对排名得分比较高的书籍作为这个 skill 的 凝练的一个内容，然后在整个里面我们去构建了一个缩影的架构。 所以当我们去用这个 skill 的 时候，呃，如果碰到这个语言基础类的问题，他会去到对应的缩影，去碰到这个框架使用的高并发的设计模式的架构的， 都会到目录的文件，那这个文件一个是它的框架，第二个就是到所以里面的一个指引，如果到所以里面比方说如果是高病房的话，可能还会进一步去往高病房的问题去细划。 现在这个模式整个用下来写下来代码质量会比之前高一点，但是整个文档的提样也很大，不知道还有什么新的解决办法。
245x。
01:15查看AI文稿AI文稿哈喽，大家好，今天来给新秀朋友们分享一下前端、后台、后台的区别。最近在跟几个小伙伴的沟通中发现新秀容易把后台和后台搞混， 今天就来说说它们分别是什么。先说什么是前端，可以让用户或者自己直观看到交互的界面，就是前端，比如这里的小程序， 还有网页应用后台管理界面，这些都算是前端。那什么是后台？后台一般情况你是看不到的，它运行之后一般是这样的， 你的网站或小程序之间有数据的传递，这就是后台干的事情。 那后台和后台的区别是什么？这也是很多小伙伴理解错误的地方，经常会把后台当做后台。 七系后端主要是负责数据处理和业务逻辑的代码和服务器部分，后台急的是一个应用，用于给管理员管理网站或者应用习用的。好的，今天的分享就到这里，有不对的地方欢迎大家在评论区集出合讨论。
25半格像素
05:56查看AI文稿AI文稿哈喽，大家好，好久不见，我是超级风。今天我给各位同学带来 ai 编程的后端要怎么做这个话题其实很多同学之前都问过我，因为 ai 编程现在做界面的前端的样式优化跟开发是很快的， 但是一旦涉及到后端很多问题就比相对比较棘手了。今天主要给各位同学带来的是关于后端怎么进行服务器上的开发，其实很简单，服务器上的开发，第一个你只需要选择你的要部署的代码的服务器。第二个我会教你让 ai 怎么帮你配置这个服务器，只需要一句话提示词。 第三个，在 ai 帮你配置完服务器之后，你只需要提出你的需求， ai 就 会自动帮你去干活，原先可能在本地就能干，但现在配置完之后，你在服务器上就能让 ai 帮你去干这些事情，那能解锁很多的场景，而且你不需要学习任何后台的技术，你只需要提出你的需求就行了。 那让我们一起来看看到底要怎么去做吧。在开始之前的话，我们可以看看如果我们完成了本次课程的配置之后的话，能做哪些事情。首先第一个你可以直接让 ai 帮你去部署你的后端的代码到云服务器上，你不需要去学习怎么部署，只需要配置一次。 那后面我们能看到这里，直接让 ai 开发完本地的代码之后，直接帮我们去部署到云服务器上，他还会进行二次的验证有没有问题，如果没有问题的话还会再跟你汇报，没有问题那就不需要我们进行人工的确认，这个是非常省事的。 第二个场景的话是如果你后面部署到云服务器代码之后，如果出现任何的用户反馈问题，或者你发现有一些 就是使用上的问题的话，那可以直接让 ai 帮你去云服务器上去直接排查，你只需要告诉他去哪一个地址的云服务器上就行了，他全部都可以帮你查。那至于说目前的小龙虾，如果你是养在云服务器上的话，也可以通过这种方式来解决， 非常好用。最后一个主要的使用场景就是产品的测试，那我们在本地测试完之后的话，可能觉得没有问题，但是有一些情况我们需要在正式的环境上去进行测试， 所以我们就需要 ai 帮我们把代码部署到云服务器上，正式的环境里面之后，我们再让 ai 在 云服务器上帮我们去可能做一些数据的征程，以至于说帮我们在云服务器上进行二次的测试， 这些是主要属于产品测试这个环节，也是我们在 web 编辑 ai 编程过程中非常有用的一个技巧。 说了上面三个这么有用的场景之后，如何实现呢？其实只需要一句话，我这边也给大家去提供了一个提示词，一般我们买服务器之后的话，对方云服务器厂商会给我们发个邮件，或者也会给我们推送一个站内信，我们直接会获取到服务器的 ip 端口、账号、密码这些信息， 我们就把这些信息放到这个提示词内，这边提示词已经给到，大家直接用就行了，配完这个提示词之后，直接把这个提示词发给 ai， 无论你是用的是 code x、 curl code 还是 ctrl 这些 ai 编程工具，直接就让他帮我们去执行这个命令就行了。 配置完之后我们就解锁了上面的这几种场景，直接就可以使用，可能还有更多的场景可以需要你自己发挥，就是这么简单。所以我们只需要获取到这个服务器的信息， 然后配好提示词给到 ai， 他 就帮你去做完了。那可能有一些同学会担心说 ai 自动帮我去配这个会有问题，担心数据会泄露或者其他问题， 那也没有关系，我这边还提供了一个纯手动版本的保姆级的教程，大家可以跟着这个教程一点点去操作下来，你也能够不需要 ai 就 能够配置完成，最终只需要当配置完成之后的话，再让 ai 帮我们去干活也可以的。我们来看一下这份手动配置的教程。 首先我们需要在本地的设备上去生成一个连接密码，我们在连接密码过程中的话，会需要输入一些信息， 这些信息跟刚才我们说到的就是购买服务器之后，他们发送给我们的信息是一样的，这边也就不过多追溯了，大家可以看图直接去获取。 生成完本地连接密码之后，以阿里云服务器为例，我们进入到云服务器的后台管理系统，跟着教程的话，一步步进入到后面有一个终端命令的一个界面，然后根据教程的话把指令输入到里面， 一步步跟着教程去回车键确认最终完成之后，就会看到它生成了一些 文件，生成了一些文件之后，可能权限不够，我们就根据这个指令输入一下，让他权限升级一下，升级完指令之后就可以用了，通过手动的这种方式操作完之后 就是获取到的本地需要连接的指定，我们看到是比较大一串的，所以这边如果大家觉得说每一次都需要去输这么大串会比较麻烦，这边也给了一个教程，大家可以直接去这个地方，本地的这个地方去配置， 配置成一个别名，一个备注名，那下次我们只需要比如说别名叫 cloud service， 那 下次我们只需要去输入 ssh 的 service 就 行了， 这种方式还是挺方便的。以上就是手动配置的全流程，那配置完之后其实也是能够达成我们前面说的那三种场景的使用效果， 而且这三种场景主要就是一些典型的场景，其实更多，大家可以随便的去发挥，因为我们其实是打通了 ai 到我们云服务器的这一道通道，那接下来的话我们就可以把 ai 让他在里面各种发挥，无论是说他帮我们去云服务器上查询任何东西，还是说帮我们去云服务器上去处理任何东西 也是都是可以的，这些效果是非常的显著的，而且实际我使用下来能帮我解决很多的问题。我们总结来看的话， 本地的 ai 编程是不需要考虑的，但是远程的 ai 编程，我们通过这种方式就可以真正的向把远程变成本地的 ai 编程方式。以上就是今天全部的课程内容，感谢各位同学的观看，我们期待下次再会，拜拜。
170超级峰
09:36查看AI文稿AI文稿前面我们聊了前端，前端解决的是用户能看到、能点击、能操作的部分，它是用户和系统之间的交互层，也是 web coding 里非常适合优先落地的部分。但一个项目不可能只有前端，如果前端是用户看到的界面，那么后端就是支撑这个界面真正运转的系统。 它负责数据、业务、逻辑、权限、安全接口存储，以及很多用户看不到但项目必须有的东西。这一小节我们就来聊后端。这里同样不是教你马上从零写后端代码，而是先帮你建立基本认知。你不一定要亲手写接口、设计数据库、搭服务器， 但你至少要知道后端负责什么，常见概念有哪些，以及在 web coding 里应该怎么和 ai 沟通后端需求。一、什么是后端？简单来说，后端就是用户看不见，但项目真正运行时离不开的部分。你在页面上点击登录按钮，前端负责展示输入框和按钮，但账号密码是否正确要由后端判断。 你在后台里查看订单列表，前端负责展示表格，但订单数据从哪里来，要由后端查询。你点击支付、提交表单、上传文件、修改资料、删除数据， 这些操作最终都需要后端处理。所以后端不是一个具体页面，也不是一个按钮，而是一整套在背后支撑业务运行的系统。它通常负责几件事，接收前端请求、处理业务逻辑、读写数据库、判断用户权限、返回处理结果。 从用户视角看，后端是看不见的，但从项目视角看，后端往往决定了这个项目是不是真的能用。二、为什么 web coding 也要理解后端？ 很多小白用 ai 做项目时，最容易先做前端。这个方向没问题，因为前端能帮助你确认页面流程和数据形式，也能帮助 ai 更快理解项目。但如果项目想真正跑起来，就一定会进入后端。前端可以先把页面做出来，但页面里的数据不能一直是假数据。 用户提交的内容要保存，登录状态要判断，权限要控制，数据要查询，操作要记录，异常要处理， 这些都属于后端。更重要的是，很多时候，如果你只是让 ai 给你写一个网站，却没有开发配套，后端很容易留下安全问题。比如一些 api、 key、 token、 数据库连接信息、第三方服务密钥如果直接写在前端代码里，用户是有机会看到的。因为前端代码最终要发到用户浏览器里运行， 只要代码到了用户设备上，它就不再是安全的秘密。这也是很多小白项目最容易踩的坑。页面看起来能跑，接口也能调，但真正上线后，密钥可能已经暴露在前端包里。所以，不是所有逻辑都应该放在前端，涉及密钥权限、 支付、数据库写入敏感数据处理的部分，通常都应该放到后端。前端负责发起请求和展示结果，后端负责真正执行敏感操作。如果你完全不懂后端，就很容易被 ai 带偏。你以为功能做好了，实际上数据只是写死在页面里。你以为登录能用了，实际上没有真正的权限交易。 你以为后台能管理数据，实际上只是前端假列表。你以为删除按钮能删除数据，实际上后端根本没有设计安全确认和操作记录，所以 后端在 web coding 里非常关键。前端能帮你把项目看起来做出来，后端则决定这个项目实际上能不能运转，以及能不能安全运转。三、 后端负责什么？后端最核心的职责可以理解成三件事，数据、业务逻辑和安全。数据很好理解，用户信息、订单信息、文章内容、商品列表、任务记录、聊天消息，这些都需要存起来，也需要在合适的时候被查询出来。业务逻辑指的是项目真正的处理流程， 谁可以创建订单，订单什么时候能取消，会员能不能访问、某个功能库存不足时怎么处理，用户提交内容要不要审核？这些都不是前端随便判断的，而是后端必须认真处理的内容。安全则更重要， 谁能登录，谁能看哪些数据，谁能修改哪些内容，敏感操作要不要验证、接口能不能被别人乱调，密钥能不能暴露，这些都属于后端必须负责的部分。所以 后端不是简单的给前端提供数据，它更像是项目的业务真源。前端负责把东西展示出来，后端负责决定这些东西是真是假，能不能改，谁有权限改，改完以后怎么保存。四、 前端和后端怎么配合？前端和后端之间通常通过接口通信，前端发起请求，后端处理请求，再把结果返回给前端，你可以把它理解成一个对话过程，前端问后端要数据，后端查完之后返回数据，前端告诉后端用户提交了表单，后端检查保存，再告诉前端处理结果。 这里有一个很重要的词叫接口，也可以叫 api 接口，就是前端和后端之间约定好的通信方式。一个接口通常要说明几件事，前端要请求什么地址，要用什么方法，要传哪些参数，后端会返回什么数据，失败时会返回什么错误？ 在 web coding 里，接口非常重要，因为如果接口没设计清楚，前端和后端就会各写各的，前端以为后端会返回一个字段，后端实际返回另一个字段，最后页面就会出错。所以你让 ai 写后端时，不要只说帮我写个接口，你要让它说清楚这个接口解决什么问题，前端会穿什么，后端会叫验什么？ 数据会存到哪里，成功返回什么，失败返回什么。这就是后端开发里非常重要的合同意识。五、后端常见概念对小白来说，不需要一开始掌握所有后端技术，但有些词一定要先认识。接口是前端和后端通信的通道。数据库 是用来长期保存数据的地方，数据表是数据库里存放某一类数据的结构，比如用户表、订单表、商品表。字段是一条数据里的具体信息，比如用户名、手机号、订单状态、创建时间、业务逻辑是项目真正的处理流程。 比如谁能操作，什么时候能操作，操作后会发生什么。权限是判断一个用户能不能访问某些功能，查看某些数据，执行某些操作。健全是判断用户是谁， 以及它有没有资格访问当前接口。叫验是检查用户提交的数据是否合理。比如手机号格式对不对，金额是不是大于零，必填字段有没有缺失？日制是系统运行时留下的记录， 后面排查问题，追踪、错误分析，用户操作经常都要靠日制。误数是把后端服务放到服务器上，让真实用户可以访问。这些词不需要一次性全学会，但你要先知道它们存在，因为后面你跟 ai 沟通后端需求时，会不断用到它们。 六、后端常见技术站后端不是一种技术，而是一类开发场景，不同团队、不同项目，会使用不同语言和框架来开发后端。常见的后端语言有 javascript、 type script、 python、 java、 go、 php、 ruby、 rust 等。 javascript 和 type script 常见于 node js 后端，比如 express、 nest js、 fastify 这类框架。 pyton 常见框架有 de jango， fiesta、 flask。 java 常见的是 spring boot go 常见于一些高性能服务和云原声响。 php 里比较常见的是 laravel， ruby 里比较经典的是 rails rust， 也可以写后端， 但对新手来说门槛会更高一些。数据库方面常见的有 mycel， postgradu、 succulite、 mongot b， reddis 等，你不需要把这些都学会。对 webcoder 来说，最重要的是你知道后端有语言、有框架，有数据库、有部署环境。不同技术站适合不同项目， 不能让 ai 随便选，也不能项目写到一半随便换。如果你不懂怎么选，可以直接问 ai 这个项目适合什么？后端技术站为什么？后期维护难不难？ 部署成本高不高？有没有更简单的方案，让 ai 先解释清楚再开始写代码？七、后端最容易翻车的地方后端比前端更容易藏问题，前端有问题你一眼就能看出来。页面乱了，按钮点不了，弹窗没出来，但后端有问题， 很多时候表面看不出来，接口没有权限，校验页面可能照样能打开。数据库结构设计不合理，前期可能也能跑。错误处理没做好，测试时可能碰不到，设置缺失，出问题后才发现没法查支付、删除权限、数据修改这些高风险操作。 如果后端没设计好，后果会比页面难看严重得多。所以你用 ai 写后端时，不能只看功能是否跑通。你还要让 ai 检查几个问题，权限有没有做， 数据有没有校验，错误有没有处理，接口返回是否统一，数据库结构是否合理，关键操作有没有日制，重要流程有没有测试。这些东西不一定每个小项目都要做到非常复杂，但你必须知道它们存在，否则项目越往后做，后端问题越难救啊。 vibcode 里怎么和 ai 说后端需求？跟 ai 说后端需求时，不要只说帮我写个后端，这句话太大了，你应该尽量说清楚，当前项目需要处理什么数据，有哪些角色，有哪些操作，哪些操作需要权限，数据要怎么保存？前端需要哪些接口？如果你说不清楚也没关系， 可以让 ai 反过来问你。比如你可以让 ai 先根据前端页面帮你整理数据模型和接口设计，让它根据页面流程推导需要哪些数据表、哪些接口、哪些权限， 让他先给出后端方案，再开始写代码。这也是为什么我前面说完全歪不扣定的项目，前期适合先做前端，因为前端做出来以后，页面流程、字段、状态都更清楚， ai 可以 根据这些内容反推后端需要什么数据、什么接口、什么业务逻辑。也就是说， 前端帮助你和 ai 理解项目，后端把这个理解变成真正可运行的系统。九、最后这一小节，你先记住一句话，后端是用户看不见，但项目真正跑起来离不开的部分。前端负责展示和交互，后端负责数据、业务逻辑和安全。对 v i b e c o d i n g。 来说，你不一定要会亲手写后端代码， 但你必须知道后端在项目里负责什么，否则你很容易以为功能完成了，实际上只是前端假数据，你以为系统能用了， 实际上权限、数据、接口、错误处理都没有做好。更重要的是，不要把密钥、权限、判断、支付逻辑、数据库写入。这些敏感东西放在前端，前端代码最终会到用户设备上，它不适合保存真正的秘密。前端能帮助 ai 理解项目，后端决定项目能不能真正运行， 也决定项目能不能安全运行。所以，当你让 ai 写后端时，不要只追求能跑，你要学会问它数据结构是什么，接口怎么设计，权限怎么控制？错误怎么处理？日制怎么看？敏感信息放在哪里？怎么验证它真的完成了？这些问题才是 web coding 里真正把项目从能看推进到能用的关键。
4109敲代码的小虾米
06:53查看AI文稿AI文稿我现在讲一个最重要的 web coding 这个工作范式， web coding 这个东西，它不是某一个软件，它是一种工作的方法，一个流程，它权威的意思就是说你用自然语言说，然后 ai 写代码，你只管看结果，快速迭代。 我这几天就是靠这种工作范式，然后完成了一个我自己的一个黑暗森林模拟器的一个想法。如果说组一个团队的话，哈，自身团队，一个程序员做前端，一个程序员做后端，还有一个呃，搞美工，搞 ui 设计的，那他就需要一个两到三人的团队， 成本都在十多万以上。但现在 web coding 这个工作的范式，他让我花了十八块，我就把这种十几万的效果给做出来了， 这意味着什么呢？因为我用的方案，我用的方案是通过 vs code 的， 在里面安装了一个插件叫 local 的， 然后我在这个插件里面接入了一个呃， deepsea v 四 flash 的 模型，大模型，它很便宜，所以我用这个 webcode 点去做，去开发这个项目的时候，可以做到只十只花十八块钱啊。如果是接 cloud code 或者 codex 以及其他，它可能更贵，它可能还得翻十到二十倍，所以只有 deepsea v 四可以这么便宜啊，别的模型便宜不了，然后我用十八块就给它做了出来 方式。然后我的工作呢，就是设置两个 ai， 一个是顾问 ai， 一个是工程 ai。 顾问 ai， 我 用的是 deepfake， deepfake 我 用它来干什么？就是我首先会先把我自己模糊的需求和想法用自然语言告诉他， 然后让他帮我翻译成可执行的那种技术参数和标准。这个方案确定了以后，一套一整套需求方案确定了以后，然后我会让顾问顾问 ai 翻译成那种比较清晰的技术指标，再发给那个工程 ai， 直接发给工程 ai 复制粘贴，然后让他去操作那个工程文件， 修改哪些代码，哪些不动，这样一个方式哈，可以极大地减少我的工程 ai 的 它那个推理成本。如果说用 cloud code 或者说 codex 那 种的话，你直接去自然语言告诉他，他可能 收到了你的需求之后，他还要翻一下，想一想你到底需要实现什么功能，所以他在推理上是是要花费一些 token 的。 但是如果说我提前用这种顾问 ai 方案讨论的方式，提前去把这种翻译的过程用免费的网页 chat 去解决了的话，那么我就可以极大地减少那个工程 ai 的 推理成本，同时尽可能地减少它在写代码的过程中，呃，包括多余的修改啊，或者说因为模糊不清晰，呃需求模糊不清，然后造成的那种功能溶于或者说功能不达标，这样这样的情况 就可以极大地减少那个工程 ai 推理头推理的成本，那就可以减少 token 的 费用，所以我才可以花十八块钱做出十几万的效果。如果说用 cloud code 或者用其他的模型的话，那还得花到几百块钱， 还得更贵。但是这个东西其实很有意思的一点就是用 web coding 这种工方式工作，他真的会上瘾，我真的很想说他真的很上瘾，我就像古代皇帝批折子一样，我现在就是这种感觉，我我用 web coding 开发项目的时候就感觉就是在批折子， 我我我给顾问 ai 提需求，然后，然后顾问 ai 给我方案，我确认了以后，我修改了以后把这个方案 哎批红，然后直接交给工程 ai 去执行。工程 ai 执行完了以后，他会给出一个执行完成的一个简要的报告，然后我再我再看哪里还没有达标，哪里达标了，然后再批红，再去跟 ai， 再去跟顾问 ai 讨论这样的工作不会，完全不会，而且会让人觉得非常爽， 一种让人感到实现自身价值和快感的这个需求。如果说以后每个人都都都是用 web 这种方式去工作的话，那么每个人工作这种事情就成了每个人的需求，硬性需求，就一个人一天不工作，他浑身难受， 开发那个模型那几天十几个小都在去搞那个东西，完全不累，因为当这个 web coding， 它相当于是扩大了我这个人能实现的功能的一个边界，当这个边界一扩大了之后， 我发现我的想法就变得非常的多，发现我能做的事多了以后，我想做的事也跟着变多了，就是这个 ai 工具，它激发了我的一个创意和想法。一开始我用这个这个东西，我是完全没有想到说要去做一个这样 包括拍子模拟器，然后随机 s 播放器，再来一个调用 a p i， 然后接入 ai 决策的这样一些功能。我我其实一开始都完全没有想到的，本来一开始只是想写写一个清凉的小脚本，自己玩着的，结果写着写着发现这个项目越来越复杂，越来越复杂，他把一切的 复杂的、枯燥的、无聊的，没有意义的工作全 ai 全给我干了，我只需要负责，我只需要负责那里面最有意义的一部分，最有创意，完成之后最有成就感的工作。对于人来说，这种爽感是日常上班那种标准化流水作业完全体会不到的，在这个过程中完全感觉不到累，非常上瘾， 就十几个小时，你全部投入在这里面，太爽。而且如果我们用发展的、联系的、动态的眼光来看这个事情的话，就会发现 现在只有程序员在用 web coding， 那 以后呢？会不会有什么 webworking 啊， web producing 啊， web everything， 什么都可以用 web， 用用 web 的 工作方式来进行，来进行生产。以后每个人的工作按照这样的，按照这样的发展方式的话，我认为以后的 ai 时代，他的那个工作一定是 一定是去中心化的，一定是去中心化的，就是每个人可以通过极低成本的技术门槛，然后去实现，去创造自己想要的，去创造自己想创造的价值，实现自己真正的想法。就前一段时间我还是比较焦虑的 啊，因为觉得什么 ai 发展的时代比较快了哈，就现在就业还很难找，工作也越来越难找。那现在我完全不焦虑，我是觉得这个 ai 发展速度太慢了，他应该发展的更快一点，取代更多的工作，这样大家以后都不用去做那种枯燥乏味，不能激发创造力的工作了，就每天一身 那种做那种流程化的工作，又无聊又枯燥，还没什么意义，要不是为了混混口饭吃，谁愿意干那样的工作呢？没有人愿意的，但是现在在 ai 来了，他那个技术成本，他那个技术门槛降到极低之后，我们每个人都有一个选择， 就你以前上班那是为了生存而不得不上的班，我们每个人把一千种最有精力、最有价值的时间打包廉价的卖给你的老板，然后一个月就挣那么几千块钱。 那我现在觉得这样的一个一个实现价值的方式非常不值。但是如果选择外部的工作方式，那未来的社会工一定是去中心化的，不像现在一个大公司招一堆人集中在一起劳动，未来每个人都可以为了实现自己的想法而激情的创造。我今天就分享到这里，如果你也想试试 web coding 这种 这种这种工作方式，或者说你想了解我是怎么搭建我的工作流的。嗯，你们评论区可以出一期一些东西告诉你们。
130永垂不朽的高
05:53查看AI文稿AI文稿二十万粉丝通过我最开始的三条视频，学习了怎么用 ai 快 速低成本的搭建网站，并且部署上线网站。那么如果我们想要用网站赚钱，就需要接入用户登录和支付系统。这期视频我教大家怎么实现用户登录以及用户数据的存储。主要是网站后端的实现也是超简单的。 我这次把 ai 编程工具切到了 code x， 大家也可以用 tree 或者 ctrl 去实现。我用到的数据库服务是 superbase， 对 于初学者来说，这个网站的服务是完全免费的。这次我用一个相亲定位工具的案例来说明我们 web 定一个网站可以怎么接数据库。 我通常会在一开始的时候先和 jimmy 聊需求，当然这一步可以直接在 codex 里面和他聊也是没问题的。我想外部扣定一个做相亲定位的工具，需要用户注册和登录自己的账号密码，输入用户的城市、年龄、身高，体重、外形、学历、工作年收入、家庭情况、情感经历，在这个网站上就能输出对该用户在相亲市场上的评价。 我打算用 codex 实现这个项目，前后端分别应该怎么实现？需要给 codex 怎样的 promise， 请你帮我生成，然后交给 jimmy 帮我们去生成 promise， 他就会推荐我们前端的技术和后端的技术，后端就是用这个 service 作为数据库，我们主要看的是给 cox 的 prom 策略，我们现在做的是一个 mvp， 非常简单的版本，所以我们就直接开始吧，打开 cox， 嗯，添加一个新的项目， 把这个项目命名为，呃，相亲定位工具，我一般会选择这个完全访问权限，因为我不是很希望让他再来找我确认各种各样的权限， 我选择的模型是 gpt 五点五。好，我们把我之前的这个 pound 复制给他，同时呢，我们也把现在返回给我们的一二三这三个步骤也复制给他，点击发送，接下来的工作完全交给扣代斯就可以了。然后我们需要做的就是耐心等待我们发现他其实还没帮我们，就让他直接帮我开发就可以了，现在开始 right now 冲， 他已经在当前目录开发完成，那么我们就点击看一下。 嗯，怎么说呢，这个前端页面对于我自己来说我感觉是不太满意的，但是没关系，我们这一次主要是去讲这个数据库是怎么接的嘛。这个前端我后面再调整一下，我们需要去点击它的这个使用说明，因为我们的 superbase 它是还没配置嘛，所以我们需要新建一个 superbase 项目。 superbase 点 com 嘛，登录进去之后， 点击 start your project， 然后新建一个工程相亲定位位工具 password， 输入一个自己的，然后点击创建。我们回去看一下这需要什么？在 circle editor 中执行这样一段 circle 啊，我们先把这段 circle 打开，把它全选，然后复制到 circle editor 这儿， 在 on 三体 case 中启用一秒 password 的 登录。好像没有对应的配置，听不懂啊，这个 superbase 配置里面的一秒 password 登录是啥意思？问一下它 哦，就是允许用户用邮箱加密码注册登录的认证方式。可以啊，我应该怎么操作呢？ 首先打开控制台，进入项目，点击三 in providers， 点击三 in providers， 找到一秒这一项 啊，找到了，确认这些开关是打开的。好，其实这个一秒 password 登录我们已经实现了，然后我们需要将项目 u r o 和 a nunki 解入这个文件啊。提问一下 superface 的 项目 url 和 key 怎么获取？他说打开这个 dashboard 进入项目，然后点击 project settings， 找到 data api 或 api， key 一下 data api， 我 们把这个链接复制一下，要不直接发送给他吧，让他直接帮我们去填写吧，因为他有完全访问权限了，所以他可以直接改我们的这个文档，这样我们就不用自己去找了。 好，大家不要学我啊，我发出来的这个细微 key 不要放到这个前端项目里面。然后我们再看一下这个 circle editor 站，我们已经把这个对应的 circle 复制粘贴到这了，然后我们运行一下， ok， success 成功了，这个时候我们跟他说一下接下去干啥，我能测试了吗？ ok， 那 我们就可以进入这一个网页，然后用邮箱和密码注册，然后我就能够去完整的填写这个表格并且评估，那么我们去试一下。首先我们注册一个账号， 注册并开始，哎，发现我们进去了用户注册和登录的这个体系，我们就已经完成了，但是登录进去之后，这两个按钮就不应该存在了，要不然就是退出登录了。这个前端的一些交互的话，我们后面再改吧。 嗯，我们先来看一下情况，基础的坐标，杭州，年龄二十五岁，我的身高是幺六二厘米，体重六十二千克，外形自评五分吧，下一步，本科有名校背景，互联网 产品经理，年收入，嘿嘿，不能告诉你家庭情况。 ok， 先简单的这么写吧，毕竟我们现在是在测试呢。然后我们点击这个生成评估， 嗨哦，他说我是七十七分，可以，我觉得这个没有太多的问题了，我们再来看一下，刚才我们填了一些数据嘛，那么，呃，他在我们的这个 superbase 的 数据库里面究竟生成了什么东西呢？ 首先我们看到三 dkc 就是 这个授权，这的话我们会发现多了一个用户，然后我们再去看看我们有哪些表吧。啊，他就只有一张表，然后这张表呢？他记录了 啊对应的用户的 id， 然后还有他填写的各种可以进行乡村定位的信息，全都在这张表里面。你只要连接了这个数据库之后，相当于你这个网站或者你 app 里面的用户登录注册的这个系统就已经能够比较好的实现了。看吧，是不是很简单，简直是有手就行。 当然这个网站目前还没有接通支付，前端也非常的丑陋，关于支付，我会在后面几期视频分享，前端的设计可以参考我的第二条视频，用 gemini 去做调整，因为 gemini 是 前端最严格的辅群，而我西门聪明蛋就是你们 ai 编程启蒙的母亲。
902西门聪明蛋XD
08:07查看AI文稿AI文稿我超级激动，我今天自己搞定了前后端连条，我一定要发一个视频记录， mark 一下这个瞬间，那顺便就跟大家讲一下什么是前端后端算法和前后端连条。 我先讲这个故事吧，大概就是之前我有给大家汇报过，说我在开发我们的这个软件的体重模块，但你知道就是 zara 张也讲过，你 build 一个东西和你把它 shift 出来这件两件事的难度是天差地别的，它就像你画一个图纸，画一个模型，在电脑里和你真的把这个楼盖出来你要经历的九九八十一难。 然后，所以呢啊，见后端的难度，那相比见前端的难度，那就像你去实习和你去攻斗的感觉啊，大概就是这样，然后所以我今天把前后端连条搞定的时候，我就啊超级激动，然后在群里跟大家说，然后老板就说超有成就感吧，我说是这个感觉，就像 上学的时候追到了班花，就是哇哦哇哦哇哦，这个感觉好好。言归正传，接下来我们讲一下前端后端算法，还有我今天干的前后端连条。好，先说前端，前端是最简单的， 你可以理解为当你去麦当劳点餐的时候，你能够看到的，无论是这个餐厅，他的座位，他的厕所，他的菜单，还有服务你的餐台的小姐姐，这些都是前端，也就是用户和客户和消费者能接触到的都是前端。 但是为了能够把用户和客户服务好，后面有一系列的体系为他做支撑，那无论是他餐厅里的厨房，然后有人在辛苦的进行打包配餐啊，有人在那炸，有人在那煮，有人在那烤， 然后再往后有人在仓库里收包裹，每天早上一大早他们就要迎接大卡车，这些都是后端。你再往后推一步，想他那个大楼里还有办公人员要拍摄图片、研发新菜品定价格等等等等，这些 都是后端。好，那我们说后门软件开发哈，前端就是你能看到的这个界面，无论你是在电商网站还是在短视频网站，你能看到的动效、字体、 图片、颜色等等，你能看到的这些全都是前端样式。占，这只是最最最简单的，它可能占整个开发人员的八分之一到十分之一，剩下的开发人员是后端和算法 后端。我今天算是体会他的难缠之处了。我先说一下什么是后端，就是当你在访问一个网站，或者你在访问一个 app 的 时候，在你没有感知的时候，他需要知道你是谁，所以他要调取你的用户数据。那他前面要先向你问啊存，你是谁？你的性别是什么？你的手机号是什么？你的登录 id 是 什么？你的 密码是什么？你过去的登录历史是什么？你的账号情况是什么？你下了哪些订单，你的购物车里有什么等等。所以你看到的这一切，他都要在后台以数据的方式进行存储。好， 既然要存数据，这可就复杂了去了，你想象一下啊，就以我做的这个体重模块为例哈，你最开始要定一个体重目标数据，我还要让你设置一下你这个体重目标是十五天呢还是三十天呢？所以它还有一个实现。 然后呢，你每次记录我都要记住说你今天是多少重量，今天是哪月哪日？然后再有呢？就是如果你还要存你的大小币和拍照片，那我还要存你的维度 数据啊。再有呢，就是有一天你的这个体重的目标到期了，比如说三十天，无论你是减好了还是没减好，我这都要在想说，是不是要把你的这个规划给你清空，要提示你重新设置规划。所以光数据就分成这么好几大类，他们以什么样的顺序，什么样的逻辑推送到你眼前， 其实是相当于每次你在登录的时候，我都叫验了一下你的所有状态和历史数据，才能在你访问的那个页面，就是前端展示出这个数据。比如说我今天 是五十公斤，那其实在你访问的这一刹那，我已经调取了这么多数据，然后找到了最新的一条，匹配到了你目前的数据和你过去的数据波动的比值，计算出来了这所有数据，然后在这一微秒里展示给了你。 我这已经算比较简单的了。你想象一下，如果你要在一个学校一千人的花名册里找到一个人的名字，你要是一个个找要多久？ 那假如说你要在一个千万用户甚至上亿 dau app 里面找到一个用户某一天购买了某一个产品，你知道吗？你每一次刷新 你的任何一个软件里的历史订单，它其实都是在上亿的用户里面找到了你在某一天的下单，但它只用了一微秒。这就是因为它们的后端工程师超级超级超级厉害，它能够把这个系统设计的极其高效。 实话说这非常的难，我不具备有这样的能力啊，但是我就是给大家讲一下，说这背后的系统是非常的复杂的，当你的数据维度越多，当你的用户越多，他的设计难度就越高，所以有的时候后台有的时候别人会问我说，哎，我想给我们公司做一个软件系统，给我们的同事都用，或者给我的销售用，或者给我们的上下游客户用， 这件事的复杂性其实比你想象的开发一个程序要高，你还要思考怎么能够把它的数据很好的存储，怎么能够实时把这么多人的使用数据实时同步等等，非常多复杂的问题要考虑，这就是后端，但后端已经如此复杂了，还有比它更复杂的事情就是算法， 为什么呢？你可以简单的这么理解，我们先说什么是算法吧，算法就是无论你是在逛购物网站还是短视频网站的时候，他给你推荐东西都是根据你的性别、兴趣爱好、历史 点击观看信息，就是一切都是根据你的历史数据和跟你类似的相似的人的数据来给你进行推荐的。这就是使用了算法，其实它的底层就是计算算法这件事，我们先说它难不难，我们先说它有多重要啊？就是 在你用的这几个购物软件里，最厉害的和最最最厉害的第一名和第二名，如果它的算法稍微有那么一点点差距， 他对你的喜好的把握稍微有那么一点点差距，在你身上你可能体会不出来和感觉不到，但是应用到一亿人里，对于他的整体的销售额的把握就会差很多， 如果他给百万富翁推荐便宜的产品，如果他给刚毕业的大学生推荐贵价的商品，如果他给一个男的推荐女性商品，这不就乱了套了吗？这他营业额能好的了吗？ 所以算法非常的重要，它能直接决定你这个公司的收入、利润、营业额，它对一个公司无论是市值、业绩还是股价的影响可能比后端还重，那可能比前端也重，所以算法工程师是非常非常贵的。那讲完了前端后端算法，我讲一下我今天干的前后端连条啊，大概就是 前端是前端，你开发的这个界面是界面，但是呢，他那个数据需要后面去数据库里掏，啥意思呢？就是比如说我是一个顾客，我去麦当劳点了餐之后，前面的负责跟我接洽的这个点餐员，他得去后面，等后面的人把 这些我点的餐品送过来之后，他才能打包给我。好，这就是一个非常完美的前后端连条。当我有一个需求，比如说我想今天看一下我的体重数据的时候，当我点击我的体重页面的时候，进去了之后，就意味着我在要求点餐员要给我点上这个东西， 然后后面的人就会收到这个打包信息，然后他就会迅雷不及掩耳把这些数据打包好，再传到前面，然后显示在我的手机上。啊，这就是前后端连条，这个枢纽和窗口 就是前后端连调，然后这个数据通上了，他就只需要用零点零一秒的时间就会把这个数据回传给我，所以我点开这个页面的时候，我完全不会知道后面发生这一切，但这个流程就是我点了一下，就是我这个需求发出去了，然后后端以迅雷不及掩耳的速度把这个数据打包好了，又传回来了，然后我就看见了 这就是这零点零一秒里面发生的一切，然后我把它通上了，就他以前是不通的，我这就是没调好，然后我点了一下，他调回来了，这就是调好了 中间你要来回来去调这个接口，你要理解后端数据库，你要知道它具体在哪个货架的哪个地方，然后以什么样的形式传回给前面。 今天我就搞定了，大家可以去试试开发后端会非常非常有意思，你可以去跟客户聊一聊，说你是否有需要开发后端的地方，以及你现在想开发的这个产品，它的后端有多么的复杂，谢谢大家。 你不知道，就是前面搞这个的时候，就是每天搞一点，每天搞一点报错，报错，报错就是你搞一搞，搞一搞报错，甚至我不知道我在搞什么，就是我完全不知道我在搞什么，嗯，然后我也不知道哪天能成功，就是有一种你在海底挖隧道的感觉，然后突然一天挖出来了。
818Miss发行人（AI版
04:50查看AI文稿AI文稿hello， webcoding 是 什么呢啊？最近大家会听到很多这样的一个词， webcoding， webcoding， 呃，我 webcoding 这样的一个 app， 我 webcoding 那 样一个，那其实 webcoding 的 话呢，有非常直白的这个 话语来说的话呢，其实就是用简单的这个自然语言，通过描述你自己需要什么给 ai， 然后 ai 帮你翻译成翻译语言，编程语言，然后生成的 按你需要的，按你想要的这样的一个应用，这就是 vape code。 那 其实现在的话呢，有很多的这些 vape code 的 这些工具啊，我，我可以说很多，就是 lovelababy 啊啊， antigravity 啊， godex 啊， croco 啊啊，包括 ai studio， 很多这些东西我都用过。 那其实很多的这些软件呢，这些工具呢，他都可以帮，现在一站式的就帮你解决所有的前端后端调动啊，就是上下应用或者怎样子， 那设置非常方便。那所以说呢，现在是做这个应用的话呢，其实的门槛是很低，越来越低。那首先需要的 就是你想不想做第一个问题，就是你想不想做第二个问题呢？其实更多的是需要你完整的描述出你想要的这个应用是什么啊？你知道具体是什么样？有没有一些参考物？ 那这些，呃，就是一个挖空的一个问题。那其实很多人都有这样的一个疑问，就是说啊，现在挖空的这么厉害了，我，我为什么我做出来的这个应用并没有很多人用呢？ 那我现接下来以三个层面给大家说一说。就是其实有些时候呢，你想的痛点并不是痛点。那 为什么这么说？如果说很多人下载一个应用，比方说大家都去下载拼多多啊，拼多多这个应用大家都会下载吧？然后我，我只是举例，啊，不，不一定对。 但是拼多多里边呢？他有很多人吐槽说拼多多的软件，或者说其他的一些吐槽的一些槽点啊，不一定对，不一定对啊，我只是举例，因为拼多多大家都认识， 那从这里边你找到痛点开发的这个 bug 等应用的话呢，就能够契合他们的这些痛点，你的应用就会得到更多人去使用， 那这个也就看你的这个应用解决的具体是什么。一个问题啊，如果这个问题不够痛， 人家觉得不是不是问题的话，那其实他不会去使用你的 app， 这就是很简单。那第二个层面呢？就是说有些 大厂其实他们的这些工具，它这门的应用已经有这样的一个功能，只不过是你没有了解过而已， 其实大众也是正在用，然后你做了这个应用，其实当然是没有人用了这个，这很逻辑的吧。那第三个呢？其实就是说你的这个分配系统怎样去分配？ 那举个例子吧你，你分配的话，你是要上架 app store， 这个 store 啊，或者说你是做这个网页应用，你怎样把这个流量做出来？那其实你没有这个分配系统的话，别人是不知道你有这样的一个产品，那 所以说也不会有人去买你的这个产品，这个也是有扩散的 effect 吧？那今天就给大家分享到这里，如果大家有什么问题，后台私信我吧。
2良策AI
01:50查看AI文稿AI文稿网上有人说 aipm 可以 使用外部抠顶来替代全站开发，今天揭露一下真相。先说答案。说这个话的人压根没有接受过代码，纯粹制造焦虑。先说 aipm 在 哪些场景下使用外部抠顶能达到什么效果。我用外部抠顶产生多 a 型的产品， 我把写好的 prd 传上去，让他给我生成对应的 demo， 几分钟之后，我的 demo 就 好了。这个 demo 可以 分享给他人，也可以推到我的 github 仓库村里部署，也可以部署到我的 cloud run。 这样下来，产品经理纯口红就可以搞定 demo 了。这个事情毫无门槛，任何人都会干，关键的环节不是这个，是你产生 prd 的 思路。 但是这个 demo 只有前端页面，没有独立的号端业务服务器和自定义的 api 接口，那产品可不可以把号端业务逻辑和接口代码全干了？可以的，但是你要了解前后端接口、 数据库 o s 等，否则即使你部署到 u a t 环境出现 bug 了，你也干着急，再厉害的 ai 也帮助不了你，更别提你上普二的环境了。所以说 ai pm 用 web coding 工具做 demo 是 没有问题的，就是这个 demo 和你生产环境的产品差了十万八千里， 目前还必须全站开发来干。那么产品经理有一天会不会替代全站开发来做这些事情呢？一定会的，但是这种产品经理一定是全站开发转型过来的，也就是 a l t o p m。 当下 ai 优化前端后端测试，那干全站的同学，你完全可以转 a l t o p m。 较为打击毫无工程经验的产品。只是很多技术人员有一个错误的执念，不太看得上这个岗位，或者是高看了这个岗位。 我身边许多这种马龙都是有这种错误的观念，其实真实情况并非如此。如果你是全站被优化掉了或者干的不爽， 你就可以立马转 a n t 五 pm， 需要自学的资料你在网上找，或者是你给我要，前景比你干马龙不要好太多倍。我这句话说的对，有的人就是信息对，有的人就是耳旁风。人和人的差距就是从认知拉开的。
89IT静姐
03:09查看AI文稿AI文稿这几天用 ai 做了几个小项目，去年我在写公司后台的时候，就已经在用 curser 做辅助开发了。今年 ai 发展得太猛了，第一个项目是个围绕今年世界杯做的 web 应用，简单来说，就是我们几个朋友之间搞足球竞猜的小程序。 这个东西其实我很多年前就想做了，但一直没动手，因为太懒了，不想学后端。事实证明， ai 时代真的是只要你学得够慢，你就不用学了。 因为这个项目的功能和架构我脑子里已经很清楚了，所以我先简单写了个需求文档，丢给 chat gap， 帮我补完整，顺便出个圆形图，然后再把文档和圆形图一起扔给 tray， 让他帮我把基础架子搭出来。这里用 tray 主要是它免费， 然后再用 cloud code 加 deepsafe， 一 点点往下补功能，修 bug， 做测试。整个项目从文档开发到最后上线，大概用了四天，而且我用的还是 deepsafe v 四 flash， 总共花了不到三十块钱， 甚至我都没怎么用 v 四 pro。 结果就在我做完第一个项目的时候，小米那个百万亿 token 激励计划的审核过了，直接送了一个月 pro 套餐，七亿 token。 听说咪猫二点五写代码还行，这不得赶紧试试，结果第二天醒来一看，咪猫居然还降价了， 直接从七亿干到三百八十亿。我当时的第一反应是，这玩意我一个月真能用得完吗？于是我又花了一天，顺手写了个微信小程序， 功能特别简单，就是平时记录一下自己喜欢吃的菜，等到不知道今天吃什么的时候，就让他随机帮我选几个。但是不得不说，微信小程序这套东西真的拉完了， j s 引擎还是残血版，各种兼容性问题，很多框架和组建库用起来甚至还不如原生开发。顺手 写的时候经常有一种这都二零二六年了，怎么还能这样的感觉。然后在等 cloud 帮我写小程序的时候，我又没闲着，顺手拿 hermes 配合 absidian 搭了一套自己的工作流， 主要是自动分析 github 开源项目，然后输出结构化文档，相当于给以前收藏过的项目做个 ai 化存档，因为技术占太多了，真的很容易忘，很多项目你第一次看懂了，过两个月再看到名字 这啥来着，然后又得重新去 git hub 翻，现在我直接全丢进 obsidian， 不 仅能自动整理，还有关系图谱，后面在查的时候特别方便。这一周折腾下来，我最大的感受其实就一句话， ai 真的 已经能帮普通人把想法快速变成能跑起来的东西了。 这几个项目里，代码我基本都没怎么亲手写，更多像是在提需求、改方向、做决策，对我这种半吊子程序员来说，真的太友好了。而且现在 deep seek 的 开发成本也低， model 二点五，我感觉智力稍微差一点，但做一些自己用的小项目其实完全够了。但是我一天用掉三十多亿，就别看有三百八十亿，真用起来其实跟之前是差不多的，但它免费呀，关键它还是多模态，那还要啥自行车。不过说到底， ai 终究只是工具，它不会替代你，你得先知道自己想做什么，它才能帮你走得更快更远。
19哈哈胖
00:43查看AI文稿AI文稿codex 搞 bug 搞了几个小时还没好，未卜扣定。这条路真没有大家想的那么简单。前端现在确实好做 a 随便几句话一名就可以给你生成的有模有样。 但真正折磨人的是前后端接口对接。我今天被 codex 一个 bug 卡了几个小时，最开始是前端能注册，但后端收不到数据，后来修着修着更离谱了， 现在前端直接都注册不了了。你会发现 ai 擅长的是深层，但一旦进入真实的工程环境，各种接口，数据库状态同步问题，马上就开始连锁爆炸了。所以现在很多人觉得微不扣令很爽，是因为他们大多数人还停留在深层页面的阶段。
37王子健聊AI
02:49查看AI文稿AI文稿我有自己的 ai coding 管理工具啦，玩 web coding 久了之后，发现用 clock code 生成前端的 html 文件和后端啊数据库这些完全不一样。 想要一个小想法能真正地去商业化落地，还是需要挺复杂的流程的。所以我们做了这样一个 ai coding 管理工具。这个 dashboard 界面呢，可以记录你不同项目的 prompts， 并进行数据分析。 planning 界面负责把简单不清晰的想法通过多轮访谈和问答的形式，生成详细的可商业化落地的具体任务。 coding 界面可以接入 planning 生成的任务，具体的一个一个帮你逐步实现， 还可以同时最多接入六个不同的 c l i 进行 ai coding 工作。所以你就可以在一个界面同时使用你的 cloud code 和 codex， 甚至还能部署 docker， 还能在下班后远程操作 bash 命令，在下班前设置一个定时任务，在 docker 里让 ai 自动跑完了，明早上班了再检查 这个 exploring 页面，可以实时反馈 clock code 在 生成代码的过程中有哪些新建的分支，有哪些 branch 被 merge 进了主分支里面？有哪些需要 debug？ flow timeline 不 仅清晰地按照时间线展示了 ai coding 过程中的进展，还能提醒你有哪些 coding 任务一直回滚，一直在重试。有哪些任务在 clock code 里面因为一直循环卡顿导致严重消耗了你的 token？ 它能实时总结你的项目概要和进程发展。最后，因为本质上现在和 ai 的 交互结果还是大多取决于用户提示词的质量，所以它还能帮你 ai 分 析你提示词的优缺点以及改进意见。 比如我这个小项目的提示词中，清晰度、上下文案例和 a 阵结构限制条件、逻辑推理和迭代演算都没有太大的问题。那么我唯一需要改进的就是给 clark co 的 角色约束太少了，那么下次我就需要给每一个 sub agent 做更多的角色规划。 例如有一个 subagency 是 ai architect， 那 我就需要说你是一个顶级的 ai 架构分析师，性格是 i n t j 严谨，逻辑清晰，具备极强的系统化思维，擅长从复杂问题中快速拆解核心结构，并输出高质量可落地的解决方案。在分析过程中，你要注意逻辑闭环架构稳定性， 不能输出情绪化或模糊化的内容。感谢观看，我们下次见！
185ADAI
02:49查看AI文稿AI文稿你跟 ai 说，帮我做一个电商图片生成软件，他咔咔写完，你不用看一行代码，不用懂前端后端，这就是 web coding， 二零二六年最火的开发方式。今天一次性讲清楚它是什么，怎么操作，用哪些工具。 先说是什么，这个词是 open ai 联合创始人 andre carapace 在 二零二五年二月提出的。 web 就是 感觉，分为编程，它不是一个工具，也不是一个模型， 而是一种全新的开发范式。以前做产品要七个人，产品出原型，设计出稿，前端写页面，后端写接口，客户端联调测试，查 bug， 运维上线光协调就一周，现在只剩两个，你和 ai， 你 描述需求， ai 写代码，出设计，做测试。这就是为什么一人公司突然可行了。具体怎么操作就四步。第一步，说需求，不用精确，说感觉。 帮我做一个电商图片生成工具，上传产品图，自动换背景，加文案，调色调，风格像大牌海报。你不是在写需求文档，是在描述一种感觉。第二步， ai 自动生成代码页面功能，它全包了，你甚至不用看代码。 第三步，看结果，挑毛病，背景抠的不干净，一键导出功能没出来，继续说人话，不用术语。第四步， ai 修改，你再验循环，直到满意。用哪些工具给你分三类讲清楚。第一类，全能编程 agent， open ai codex， 现在免费了，搭载 gpt 五点五， 速度极快，是 web coding 的 首选。 cloud code 也很强，这两个是主力。第二类，可视化搭建平台， lovable bot v 零 replay， 输入一句话，直接出能用的网页，不用装环境，不用配东西，浏览器里全搞定，最适合快速做原型。 第三类 ai 设计工具 figa 嘛？ ai can find ai 截一张你喜欢的图扔给他，我想要这种风格，他帮你出稿，怎么用才不翻车？三条铁律，第一，不同任务开不同窗口， codex 里叫 thread， cloud code 里叫 session， 千万别在一个窗口让它改 bug 又写新功能， 它会乱。第二，从小项目开始，别上来就说帮我做微信，先做一个小工具，一个落地页，跑通了再放大。第三，你不用看代码，但必须看结果。 你的角色不是程序员，是产品经理加测试员，盯着功能对不对，体验好不好，你只负责验收。 web coding 最适合谁？ 产品经理快速验证想法，设计师把稿子变成真页面，非技术背景做自己的小产品，不适合什么几十万行的企业级项目， 代码量一大， ai 会失控？这个回头专门开一期讲一阵。 taofa 星球里有一群人在互相分享踩过的坑和好用的工具。如果你也想从零开始，关注我，下期见。
791AI时代思考分享
02:29查看AI文稿AI文稿你可能没想过，一个后端工程师开始写 html 之后，工作效率反而翻了好几倍。这不是什么前端框架的功劳，而是 entropy 团队一位工程师的亲身发现， 他用 cloud code 写 html 代替 markdown， 结果打开了新世界的大门。听起来有点反直觉对吧？ markdown 不是 程序员的标配吗？但你仔细想想， markdown 能做什么？标题、列表、代码块到此为止了， 而 html 能做什么？表格？ svg 图标、 css 动画、交互按钮？甚至完整的圆形界面？同样一份技术方案， markdown 写出来就是一堆文字，没人愿意看完。换成 html， 有 图标、有布局、有高亮，一眼就能抓住重点。 按 socook 工程师原话说，超过一百行的 markdown， 他 自己都读不下去，更别说让同事看了。但 html 文件发个链接谁都能打开。 他总结了几个杀手级场景，第一个，技术规划和方案探索，让 ai 一 次性生成六个不同方案的对比页面，排成网格，哪个好哪个差，一目了然，再也不用对着唇文字脑补。 第二个，代码审查， html 能渲染真实的。第一幅仕图带行内注示颜色标记，比你在终端里看 j、 t、 d、 f 直观一百倍。第三个，设计原型不是让你写 react 或者 swift， 而是用 html 快 速画出交互效果，甚至加上滑块和按钮，实时调餐。第四个，最实用的一个自定义编辑器， 比如三十个工单要重新排序，直接让 ai 生成一个拖拽排序的 html 页面，排完了点个按钮，一键复制结果回去，这效率谁用谁知道。还有一个关键点，双向交互，你可以在 html 文件里加划块，调参数，选颜色，调好了，把结果复制回 cloud code， 继续工作，形成闭环。 这就像给 ai 装上了一个格式化操作面板，而不是只在黑框框里打字。有人问， html 不是 更费 token 吗？他说有了百万 token 的 上下文窗口，这点开销完全可以忽略。关键是，你真的会去读一份精美的 html 文档，而不会去读一份融长的 markdown。 本质上，这反映了一个趋势， ai 越来越强，能做的事情越来越多。但人类需要一种方式保持对 ai 工作的掌控感。 html 恰好就是那座桥，让复杂信息变得一眼可读。 这篇文章在技术社区引发了不小的讨论，很多开发者表示深有同感，说他们其实早就在这么干了。也有人开始反思，我们是不是被 markdown 的 思维局限太久了，毕竟当工具进化了，表达信息的方式也该跟着进化。关注我，第一时间了解最新 ai 动态。
22硅基研究所
01:00查看AI文稿AI文稿最近 web coding 的 概念还蛮火的，我只学习了一周的时间，现在十分钟我就可以做出来一个完整的 ios app， 它是真的可以运行并且上架 app store 的。 你先把基本的功能拆解清楚，让 chat ppt 帮你写个产品的需求， prompt 给到 cloud， 它会帮你生成一个文件夹结构和代码，你复制粘贴进去 xcode 就 可以了。 然后你只需要做三件事情，运行后报错，报错后截图，截图后修改，用 codex， 甚至可以直接修改 xcode 的 文件，这样子的话，几轮之后你的 app 就 已经做出来了。那， 那这个 app 很 简单，它是一个用来借出东西的 app， 借给了谁，哪天借了，价值多少钱，多久还回来，要不要提醒，后面可以看下效果。重点不是这个 app 有 多么的复杂， 重点是一个产品经理的试错成本在现在几乎为零。以前一个长想法，要排气，要评估，要开发，现在十分钟你就可以验证这个产品的特性。如果你本来就有产品认知，加上你还有代码的基础，那这不是效率提升，这彻底改变了开发者的定位和身份。不用纠结，你做出来再说。
729年轻的CEO-小G
13:28查看AI文稿AI文稿前面我们聊了前端和后端，前端负责用户能看到能操作的部分，后端负责处理数据、业务逻辑和安全。但只要你的项目不是一个纯展示页面，最终一定会遇到一个问题，数据放在哪里？ 用户注册的信息放在哪里？订单数据放在哪里？文章内容放在哪里？聊天记录放在哪里？商品任务、评论、文件配置这些东西都不可能只写死在代码里，这时候就需要数据库这一小节，我们就来聊数据库。开始之前，你需要知道的是，数据的语言是一种独立的语言， 叫做 s、 q、 l。 但是这里同样不是教你马上写括，也不是让你立刻成为数据库工程师，而是帮你先建立基本认知。因为在 web 规定里，如果你完全不懂数据库， ai 很 容易帮你做出一个前期能跑，后期很难维护的数据结构。一、 什么是数据库？简单来说，数据库就是专门用来存数据的地方，前端负责展示数据，后端负责处理数据，而数据库负责长期保存数据。一个用户注册之后，他的账号、手机号、密码、哈希创建时间要保存到数据库里。 一个订单创建之后，订单号、用户、商品金额、状态、支付时间也要保存到数据库里。 一篇文章发布之后，标题内容、作者、发布时间、审核状态同样要保存到数据库里。如果没有数据库，这些数据就只能临时存在内存里，程序一重启就没了，或者被写死在代码里，根本无法真正运营。 所以数据库是项目的数据底座，一个项目能不能长期运行，能不能查数据、改数据、追踪历史，支撑后期功能扩展，很大程度上都和数据库设计有关。为什么 web coding 必须理解数据库？ 很多小白用 ai 做项目时，最容易忽略数据库前端页面能看，后端接口能调，就以为项目完成了。但实际上很多时候数据只是假的，或者只是临时存在本地，根本没有真正进入数据库。这类项目看起来能跑，但不能真正用。你刷新页面，数据没了，你换个账号，数据乱了，你部署上线， 发现本地数据带不上去，你想加一个新功能，发现原来的数据结构根本没有记录，这就是数据库认知不足带来的问题。 在 webcolin 里，这个问题尤其常见，因为 ai 很 容易为了让功能先跑起来，临时造一个简单的数据结构，前期看起来没问题，后期功能一复杂，就会发现字断、混乱，关系不清，重复数据一堆，权限也不好控制。所以你不一定要会亲手写复杂 sql。 但你必须知道，数据不是随便存的，数据怎么存，决定了项目后面怎么查、怎么改、怎么扩展、怎么维护。三、建议顺序先 ui， 再数据库 在后端如果是完全靠 web coding 做项目，我更建议的顺序是先写 ui， 再设计数据库，最后写后端。注意， 这不是传统开发里唯一正确的顺序，而是更适合小白和 ai 写作的一种方式。原因很简单， ui 最容易把一个模糊想法变具体。你一开始可能只知道自己要做一个管理系统， 一个工具、一个小程序、一个交易后台，但具体需要哪些页面、哪些表单、哪些字段、哪些状态、哪些按钮，其实并不清楚。这时候如果你直接让 ai 设计数据库，它很容易根据自己的理解随便猜，猜对还好，猜错了后面前端和后端都会跟着错。但如果你先把 ui 做出来，情况就不一样了。 页面里有什么列表，列表就暗示了你需要哪些数据，自断。页面里有什么详情页，详情页就暗示了数据对象的完整结构。页面里有什么表单，表单就暗示了用户会提交什么数据，页面里有什么按钮，按钮就暗示了需要哪些操作。页面里有什么状态，状态就暗示了数据流转过程。 也就是说， ui 会到逼你和 ai 把数据形式想清楚，等 ui 和流程基本确定之后，再让 ai 根据页面反推，数据库结构就会靠谱很多。因为这时候它不是凭空设计数据库， 而是根据已经看得见的页面字段、状态和操作来设计。你可以让 ai 根据前端页面回答这些问题。这个列表需要什么表？这个详情页需要哪些字段？这个表单提交后要保存到哪里，这个状态从哪里来？这个按钮操作会改哪条数据，数据库确定之后再写后端也更顺。 后端要做的事情，本质上就是围绕数据库和业务流程提供接口，数据库里有哪些表，前端需要哪些数据，用户会做哪些操作，这些都清楚了，后端接口才不容易乱。 所以这个顺序可以理解成，先用 u i 明确产品形态，再用数据库固定数据结构，最后用后端把页面和数据连接起来。这样做的好处是， ai 更容易理解项目，小白也更容易验收结果。因为你先看到页面，再看到数据结构， 最后再看接口逻辑，整个项目是从看得见的东西，一步步落到看不见的系统里。四、数据库服务数据库表和字段是什么关系？对小白来说，理解数据库最重要的第一步就是搞清楚数据库服务。数据库、数据表和字段之间的关系。很多人会把它们都叫数据库， 但严格一点说，它们不是一回事。数据库服务可以理解成正在运行的数据库软件，比如你在服务器上安装并启动了 myico 或 posgrid， 这个运行起来的东西就是数据库服务。一个数据库服务里通常可以创建多个数据库。比如一个数据库服务里可以有项目 a 的 数据库，项目 b 的 数据库也可以有测试数据库和正式数据库。数据库则可以理解成某个项目的数据空间。 一般来说，一个项目会对应一个或多个数据库。对于小白做项目，通常先理解成一个项目对应一个数据库就够了。数据库里面会有很多数据表，数据表负责存放某一类数据，比如用户表专门存用户订单表专门存订单， 商品表专门存商品文章表专门存文章。字段就是这张表里每条数据需要记录哪些信息。用户表里可能有用户名、手机号、密码、头像、注册时间这些字段。订单表里可能有订单号、用户 id、 商品 id、 订单金额、订单状态、创建时间这些字段。一张表里的一条完整数据，通常叫一条记录，比如用户表里的一条记录就是一个用户 订单表里的一条记录就是一笔订单。商品表里的一条记录就是一个商品，所以它们的关系可以简单理解成，数据库服务里可以有多个数据库，数据库里有很多数据表，数据表里有很多字段，字段定义了一条记录里要保存哪些信息，记录则是真正保存进去的一条条数据。你也可以把它想象成一个办公楼， 数据库服务像整栋办公楼，数据库像办公楼里的一个公司数据表像公司里的不同部门。字段向每个部门固定要登记的信息项。记录就是一条条真实登记进去的信息。 你在 web coding 的 时候，一定要让 ai 把这个关系说清楚，不要只让他说我创建了数据库，你要让他告诉你当前用的是什么数据库服务，创建了哪个数据库， 这个数据库里有哪些表，每张表存什么？每张表有哪些字段，字段分别代表什么？表和表之间怎么关联？因为数据库设计不是随便建几个表就完事。 如果数据库服务、数据库、表字段这些层级没分清，小白很容易搞不懂自己到底是在连接数据库服务，还是在操作某个具体数据库，也搞不懂 ai 到底把表建到了哪里。五、 常见数据库类型和怎么让 ai 选型数据库有很多种，如果按是否开源来分，可以简单分成开源数据库和不开源数据库。开源数据库里最常见的有， m， y， s， q， l， p， o， s， t， g， r， e， s， q， l， s， q， l， i， t， e， m， o， n， g， o， d， b， r， e， d， i s c l i c k h o u s e 等 my sql 和 post sql 都是非常常见的关系型数据库，适合大多数业务系统。 sql lite 更清亮，适合本地应用、小工具、原型项目或者侵入式场景。 mongo db 是 比较常见的文档型数据库，结构更灵活。 reddit 通常用于缓存临时状态、排行榜、验证码、绘画等场景。不开源数据库里比较常见的有 oracle database、 microsoft sql server、 ibm dbr 等。这些数据库通常出现在企业级系统、传统行业、金融、电信、政企项目里，它们往往有成熟的商业支持权限体系、审计能力和企业服务，但使用成本、部署成本和学习成本也会更高。除了按是否开源来分，也可以按数据模型来分关系型数据库， 比如 m y s q l p o s t r e s q l e s q l s e r v e r 通常用表来组织数据，很适合用户订单、商品、文章权限这类结构清晰的数据。非关系型数据库，比如 mongo 币， 更像是用文档来存数据，结构相对灵活，适合一些变化比较快、结构不那么固定的场景。缓存数据库比如 reddit， 通常不是用来长期保存核心业务数据，而是用来加速访问保存临时状态。向量数据库在 ai 项目里会更常见， 通常用来存文本、图片、音频等内容的向量表示，方便做相似度搜索、知识库解锁、 rack 等功能。对普通 web coding 项目来说，大多数业务项目常见建议是 优先考虑 maccode 或 postgrace ql， 它们成熟稳定，资料多、生态完善，足够覆盖大多数后台系统、萨斯内容系统、 电商系统和工具类项目。当然，这不代表你要自己拍脑袋选，也不是让 ai 随便选一个就开干。更合理的方式是让 ai 根据业务类型给出推荐，但必须要求它说明理由。你可以问 ai， 这个项目更适合 myc 库还是 postgrace ql？ 为什么？如果选 myc 库，后期可能有什么限制？如果选 postgrace ql， 会不会增加部署和维护成本？这个项目有没有必要用 mongoddb、 radis 或向量数据库？如果没有，为什么不需要？你还可以让 ai 最后给出一个明确结论，当前项目推荐使用哪个数据库？原因是什么？不选其他数据库的理由是什么？ 后期如果项目变复杂，是否需要引入新的数据库组建？这样不是让 ai 替你随便决定，而是让 ai 把选择过程讲清楚。你不一定完全懂数据库， 但你至少能看到他有没有认真分析业务场景，而不是拍脑袋选型六、数据库设计常见概念理解了数据库服务、数据库、数据表和字段的关系之后，再看其他概念就容易多了。五、键是一条数据的唯一标识， 通常用来区分每一条记录。比如每个用户都有一个用户 id， 每笔订单都有一个订单 id。 唯一键是用来保证某个字段不能重复的约束，比如手机号、邮箱、用户名、订单号这些字段很多时候都不应该重复就可以设置。唯一键自增 是让数据库自动生成连续编号的一种方式。比如用户 id 可以 从一开始自动往后加，不需要你每次手动指定外键，可以理解成两类数据之间的关联。 比如一笔订单属于某个用户，订单表里就需要记录它对应的是哪个用户。锁影是为了让数据库查询更快的一种结构，数据少的时候你可能感觉不到，数据多了以后，没有锁影的查询会影响写入速度，也会让数据库结构更复杂。查询就是从数据库里找数据， 写入就是把新数据保存到数据库，更新就是修改已有数据，删除就是移除数据 删除通常要非常谨慎，尤其是真实业务。数据迁移是数据库结构发生变化时的变更记录，比如新增字段、新增表、修改字段类型，都应该通过迁移来管理，而不是随便手动改。这些词后面你会经常遇到， 你不需要马上精通，但至少要知道他们分别在说什么。七、数据库最容易翻车的地方数据库最容易翻车的地方，通常不是一开始跑不起来，而是后面越做越乱。 第一种是表结构设计太随意，该分开的数据没有分开，所有东西都塞进一张表，前期看起来省事，后面查询、统计权限和扩展都会变麻烦。第二种 是所有数据都塞进一个大字段，看起来审视，实际上后面很难筛选、统计、排序和维护。第三种是表之间关系没设计清楚，用户订单、商品权限这些数据之间怎么关联， 如果一开始没想清楚，后面接口和业务逻辑都会变乱。第四种是没有数据校验，用户提交的数据不一定可信，金额、手机号、邮箱状态、数量都需要校验，否则脏数据会进入数据库。第五种 是没有迁移记录。项目迭代时，数据库结构一定会变化，如果没有迁移记录，后面开发环境、测试环境、线上环境很容易不一致。第六种是删除太随意。很多真实业务里，数据不能说删就删，删除之前要考虑是否有历史记录，是否影响统计， 是否需要恢复。第七种是敏感信息处理不当，密码不能明文存储，密钥不能放进前端用户隐私数据不能随便暴露， 数据库连接信息也不能泄露。第八种是唯一性和锁影没设计好，该唯一的字段没有唯一键，后面就可能出现重复手机号、重复邮箱、重复订单号。该加锁影的字段没有锁影，数据一多，查询就会变慢， 但锁影加得太随意，也会拖慢写入，增加维护成本。这些问题如果前期不管，后期会非常麻烦。八、 最后这一小节，你先记住一句话，数据库是项目的数据底座，前端让用户看到数据，后端处理数据，数据库保存数据。对 web coding 来说，你不一定要会亲手写 s、 q、 l， 但你必须知道数据库在项目里负责什么， 否则你很容易以为项目完成了，实际上只是前端假数据。你以为数据保存了，实际上没有真正入库。你以为功能能用了，实际上数据结构根本支撑不了后期扩展。如果你完全靠 vip 顶做项目，我更建议的顺序是先写 ui， 再建数据库，最后写后端。 因为 ui 能帮你和 ai 看清楚页面流程和数据形式，数据库能把这些数据形式固定下来，后端再根据数据库和页面流程去实现接口权限和业务逻辑， 这样项目会更稳， ai 也更不容易乱猜。尤其是当项目要上线、要接、用户要长期运营时，数据库一定不能随便糊弄，你要学会问， ai 当前用的是什么数据库服务？创建了哪个数据库？ 数据库里有哪些表？每张表有哪些字段？字段分别代表什么？表和表之间怎么关联？这个业务类型为什么适合这个数据库？为什么不选其他数据库？哪些字段需要自增？哪些字段需要缩影？哪些操作需要事务？ 哪些数据不能直接删除？敏感信息怎么保存。这些问题决定了你的项目是一个能跑的 demo， 还是一个真的可以继续迭代的产品。
2606敲代码的小虾米
02:38查看AI文稿AI文稿最近 ai 领域有一个非常热闹的话题， vibe coding 体验最差的语言到底是谁？ type script 和 python 到底谁才是最适合 agent 开发的工具？首先问大家一个问题，试想一下，如果你作为管理者或者老板，你的面前有两个员工，你对 a 员工说，现在通过这十种工具来完成你的工作。你对 b 员工说，把这件事搞定，别超预算，别违规。 那么问题来了，谁更像一个聪明的人，而你更愿意把任务交给谁？这个问题的答案就是 agent 的 工具发展的分水岭。 现在各种五花八门的 agent 工具给我的感觉就好比你在一九五零年代用造马车的工艺去设计今天的汽车。 这是我最近在构建我自己的 scream code 的 时候冒出的念头。现在的 agent 工具的发展开始趋于畸形，这不是选择什么语言导致的， 而是当大家在设计 agent 的 工具时，为了让 agent 发挥出想要的结果，往往会给他增加很多机制与约束。当我开始发现 agent 开始能调用大模型达成我的需求时，我很开心。但随之而来的一个问题也开始出现，如果在我的约束下，我的 agent 完成了我下达的需求，那本质上不是利用大模型的创造力， 而是基于工程师们的认知所创造的高阶辅助工具而已。那么我们是否可以理解为，在 ai 大 模型越来越聪明的时代，设计的越精密的 agent 工具，也许是在扼杀大模型的创造力。现在很多 ai 工具的主流做法大部分是通过约束和各种状态及偷斗以及接口，说明 ai 解决一个问题的难易度随工具数量限性增长。如果说有另一种机制，一种放手机制，尝试只给一个目标加安全边界，他自己决定怎么达成。 token 集中在高价值推理上 是否更合理？站在 token 消耗的角度，你可能会说，与其让 ai 自行探索，倒不如约束工具，这样能降低消耗。但如果 token 本身也是一种约束呢？ 与其争论哪种语言更适合去 web coding， 不 如去思考 agent 如何激发更棒的机制。我们精心设计的工具链条可能在下一次模型迭代中直接被解决。如果说人工智能发展的终极目标是 a d m， 那 么所有的 ai 工具届时都会被彻底淘汰。我们现在用 type script， 用 python， 用 rust， 层层约束 ai， 是 不是正确的呢？我个人的看法是，放手不等于不管告诉你的 agent 做什么和不能做什么，而不是怎么做。 全线配额文件隔离，用状态机焊死子， agent 之间只交换必要数据，坚决不污染干涉，而且上下文一定要执行物理清理。以上的观点是来自于我在构建 scream code 时的构想。 我们是否在用工程惯性代替产品？思考 agent 框架的进化方向不是哪些唯一的语言，也不应该是更复杂的类型系统，而应该是更聪明的放手。也许在未来模型越来越强的明天，你越想强行约束它，它反而越笨。也许学会克制，学会松绑，才能让硅基智能真正释放。
603LIUTod尖叫
01:13查看AI文稿AI文稿学习 ai 全能开发的课程可以胜任哪些岗位呢？第一个是 ai agent， 也就是智能体开发工程师的岗位，主要的工作内容呢就是开发能够自主决策调用工具的智能体，解决电商、医疗、教育、法律等等垂直领域的场景问题。 第二个呢就是大模型应用开发工程师，这个岗位实际上和刚才的那个智能体差不多，只不过在很多招聘网站上，它的岗位的名字不是特别一样啊。同样的工作内容，也是利用 lan chin、 lan graph、 fast api 等这样的一些框架，去快速的搭建智 能客服知识库等等企业级的一个应用程序。第三个呢就是 ai 工程化后端开发工程师主要是负责 ai 模型的业务系统，比如 java 系统的集成。 然后最后一个就是 web coding 全站开发，这个是二零二六年比较火的一个岗位哈，它主要就是使用 ai 辅助生成代码，完成从产品架构设计到前后端小程序测试运维的一个全链路的开发的工作。那么这些岗位呢，其实啊，都是区别于对学历要求比较高的 ai 算法工程师的， 普通的本科是完全可以胜任的，他们的核心的职责其实就是将模型的能力转化为可以运行的真正能够落地的产品，而不是研发模型本身。
56尚硅谷坏坏
