开发者反映Claude编码项目后期效率下滑
来源标题:Ask HN: Who's really winning with AI-Coding?
有开发者在Hacker News指出,三个Claude辅助编码项目都出现相同模式:初期开发速度快,但随着代码库扩大,模型输出逐渐漂移直至质量崩溃。在单个任务中它难以保持一致性,例如新增界面元素时样式与已有元素完全不同,逻辑实现也可能混乱。调整项目结构、加入确定性检查等补救措施效果有限。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
我注意到,在三个不同的 Claude 编码项目中都出现了同样的模式。初期的推进速度很快,但随后开始衰减,直到收益变为负值。这似乎是模型行为的变化与代码库规模增大共同作用的结果——重点在于后者。代码库越大、记录的历史/进度越多(例如通过更新已完成的工作和指令,如 .md 文件),漂移就越容易开始出现。到了某个临界点,就会发生崩溃。这时它无法在单个工作单元内保持一致性。例如,可能表现为向视图添加一个类似的元素,但样式却与现有元素完全不同。感觉真的像是随机的。它也可能表现为逻辑和行为不连贯或实现质量差。我遵循过不同的建议,重构过项目,进入过计划模式,添加过确定性检查、样式、规则等。但感觉像是在打地鼠,而且不清楚它一开始是否真的遵守了这些规则。然后,还有它转移问题的问题。针对我抱怨的 UI 生成不一致,它建议在其 UI 更改后运行样式检查。当然,这就引出了一个问题:为什么它不直接在初始生成时就应用这些规则。但现在我已经到了这样一个阶段:它会启动 AI agent 进行全面的 UI/UX 审查——连 Playwright 之类的都用上了。然而,它仍然在漂移,而且没有捕捉到问题。这与它的单元测试情况一致——在我的最新项目中,它现在已经生成了一套包含数百个有些耗时的测试,并在每次提交前不断运行,却没有一个测试失败过。与此同时,却出现了不少 bug。当被质疑时,它说它一直在测试“错误的层”,并且本质上生成的是自我确认的测试。我的问题是,这里到底谁在真正获胜?在 Google 上查询时,会看到许多关于成功以及据称有助于成功的各种方法的宣称。但当你深入挖掘这些宣称的底层来源时,似乎很大程度上都来自 Reddit。然而,进一步追问就会发现,几乎每一项实际研究都显示,要么生产力几乎没有提升,要么实际上出现了退步——尤其是在经验丰富的工程师身上。那么,这里有谁使用 AI 编码开发过一个有一定复杂度的、高质量的生产级应用?如果有的话,用的是哪个 harness/模型,用了什么技术?另外,能给我们指一下你的代码仓库吗? 评论 URL:https://news.ycombinator.com/item?id=50525329 点数:2
评论数:1
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。