摘要： 本文探讨了与AI编码助手协同工作的策略和技巧。作者通过自己的实践经验，总结了在开发过程中如何利用AI提高效率，并避免潜在的问题。主要内容包括：1. 信息架构应手动设计，因为它是软件的核心；2. 删除无用功能，避免代码冗余；3. 保持命名一致性，便于代码搜索和修改；4. 建立框架和结构，让AI更好地理解代码逻辑；5. 利用AI进行第三方集成和设置；6. 注意LLM的局限性，如视觉识别能力不足等。
讨论： 该讨论主要围绕使用LLM（大型语言模型）进行编程的利弊展开。一些用户认为，过度依赖LLM来解决问题，而不深入学习相关技术，是不负责任的行为。有观点认为，开发者应该了解自己代码的工作原理，而不是简单地让LLM代劳。同时，也有用户指出，使用LLM可以帮助快速学习新技能，但可能会引导到错误的方向。关于AI编码的质量和效率问题，有用户提出了YAGNI原则（You Ain’t Gonna Need It），即只在真正需要时才添加新功能。此外，讨论中还提到了如何处理复杂代码库和LLM之间的关系，以及如何评估AI生成代码的质量等问题。
原文标题：Codebase is 250% AI generated
原文链接：https://www.moderndescartes.com/essays/ai_codebase/
讨论链接：https://news.ycombinator.com/item?id=45615494