這兩天我讓AI嘗試寫compiler 以往我嘗試了幾次AI都不太行 tokenizer, AST, IR 算是軟體工程中比較困難的概念 這次輕易過關了讓我蠻驚豔的 並且這次我實驗了一個新的想法 用py做prototype 嘗試 然後移植到rs 重構rs之後回去反哺py build release只用rs去build (因為py build 太爛了) 還能build wasm 直接能做成一個可以玩的網頁 https://homun.posetmage.com/mermaid-ascii/ 以往這是非常難以想像的 需要同時會不同的情境 還要能順利串好一切 (最近一次讓我眼睛一亮的是AI終於能寫好k8s helm了) 這邊我也來推廣使用agent teams方法 context工程非常重要 我都會要求AI寫詳細的repo設計流程 甚至專案大一點我都會要求AI寫llm.*.md 比如llm.auth.md, llm.frontned.md, llm.backend.md, llm.arch.md, 簡單說就是類似Anthropic提出的skills.md概念 會互相指來指去的知識庫 規劃好工作過程 要求一律寫llm.working.status llm.plan.status 用來追蹤狀態 請AI 自己寫agnent teams方法 在tmux裡用一個parent去管不同child 舉例 https://github.com/HomunMage/mermaid-ascii/tree/main/scripts 每隔一段時間 就殺掉全部 沒完成的工作直接rollback上一個git commit 每次test通過後才commit (原本AI幫我設定1800s殺掉 我覺得太久 改900s全殺) 這樣等於實現了 龍蝦 + Ralph Wiggum概念 擔心環境汙染? 建議用kvm 或vbox, vmware虛擬機跑環境 讓AI在裡面胡搞瞎搞 而且為了可移植 都會以打包好的docker為基準 如果開發前端比如svelte 要求AI跑過docker compose exec frontend npm run lint -- https://posetmage.com/ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 103.3.15.25 (日本) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1771482960.A.07B.html ※ 編輯: PosetMage (103.3.15.25 日本), 02/19/2026 14:37:20