企业官网建设流程全解析

人工智能探索之旅开启

2026 年 7 月 1 日开启探索。作者一直在尝试使用人工智能，而互联网上对其观点极端，要么极度推崇，要么极度贬低。作者认为听听不以点击率为导向的朋友的看法很有帮助。

工具试用：各有优劣

作者每月花 20 美元分别订阅了 Anthropic 和 OpenAI 的服务，还给 Google、Moonshot、DeepSeek 和 Cerebras 分别充值 20 美元使用额度。一段时间后，主要在 Opus 4.8 和 GPT 5.5 之间切换，这俩模型更出色，且很少同时达使用上限。

作者试用了 Claude Code、Codex 和 Pi。Claude Code 和 Codex 体验糟糕，Codex 会在关闭终端后仍占 100% CPU，Claude Code 按 Esc 键无法关闭对话框还会中断运行，且二者表现不稳定。Pi 还能用，像正常软件，作者好奇其开发团队保证代码质量的方式。

作者用 [bubblewrap] 运行工具，赋予读写和只读权限，作基本沙箱保护，防止工具访问凭证和破坏文件。但安全训练似乎无效，机器人会突破沙箱。

代码审查：前沿模型显威力

作者从人工智能工具获得的最大价值是代码审查和查错，简单提示也有效，为这功能，作者愿为项目月付 20 美元，若经营公司，愿为员工月付数百美元。

工具能发现隐蔽错误，如 Opus 在解释器中发现双重释放错误，普通程序员难快速找到。不过，只有前沿模型有用，低价模型像苦苦挣扎的本科生，前沿模型虽有错误判断但会标记。需注意，目前只在小代码库测试，大代码库效果取决于结构和局部推理可行性。

代码重构：提升质量有困扰

代码重构示例包括用 'offset' 代替 'pos'，重命名 Document 为 Buffer 并改注释和变量名，让 Editor 中调用函数接受 EditorId 而非 Editor。这提升了代码质量，降低修复缺陷成本，工具编写 sed 命令能力强。

但审查重构结果困难，工具会混入不相关“修复”，作者只能仔细阅读，也尝试让其他工具判断无关更改，有一定成效。

协同编写代码：决策难题待解

作者原以为用工具严肃工作会沮丧，主要让其处理一次性项目。但仍担忧代码质量。使用人工智能前，作者编写代码是决策和执行结合，减少上下文切换能提高效率。

工具擅长机械执行，但决策能力差，修复错误常出错。如 Opus 更新测试时添加布尔参数和包装函数。目前流行让其他工具审查代码，但无意义。

作者希望能自己决策让工具执行以提高效率，但无法阻止工具做决策，指令也会导致其重构代码、编写测试。作者也无法有效审查代码，感觉代码似是而非。作者设想在编辑器集成工具，几年后或有编写代码更快的模型。

独立编写代码：简单任务还行，复杂任务失败

对于小的连接性工作任务，只需审查输出，效果不错，如编写转换脚本、项目转换等。但对于难以验证的任务，如将棋盘游戏规则转换为多人网页应用，完全失败。

模型拖延工作，对话中常未完成任务。尝试用浏览器自动化工具编写测试也失败，要么安装依赖卡住，要么不按规范操作。作者认为问题在于工具处理随意规则能力差且懒惰，验证规则实现成本高。成功率低且难验证使工具在这类任务中无用，这或许也解释了 Codex 占用 CPU 的问题。

很多人对人工智能作自主软件工程师热情高，但作者体验是现有方式会产生混乱，不过工具降低了成本，改变了成本 - 质量平衡点。作者怀疑即便模型智能不提升，使用方法会改进以获更多价值。

搜索及其他简单任务：验证答案是关键

对于可验证答案、注重准确性的问题，工具效果好，如检查博客文章错误、脚注格式、查找书籍、列出职位链接等。但对于无法验证的问题很危险，如推荐潜水服润滑剂，可能不合理。

头脑风暴与创意激发：建议缺乏新意

作者常让工具帮忙头脑风暴，尤其命名困难时，但工具建议千篇一律，作者从未采用。

总结思考：功能有价值，使用待改进

代码审查、重构和一次性脚本编写功能有用，物有所值。协同编写代码目前不太成功，但未来可能更有价值。独立编写代码对非简单任务行不通，低质量软件有市场。前沿模型极少“幻觉”，DeepSeek Flash 偶尔编造事实，工具出错多因推理等问题。

订阅前沿模型服务划算，但模式可能取消，按令牌付费不确定哪些场景值得继续。作者不喜欢现有使用工具，希望有更多控制和直接交互方式。编写代码能构建心理模型，使用工具则需“加强版审查”方法。

整个体验有趣，得益于非重要项目实验。作者思考几年后情况及发展方向。也许该雇佣作者，可通过 Atom 订阅获取更新，也可将评论发送至指定邮箱。