AI创作者AMA知无不言
用了半年AI工具，最大的感悟是：AI真的是"知无不言，言无不尽"，但你能得到什么，完全取决于你怎么问。同样一个需求，问法不同，结果天差地别。举个真实例子。上周我要做一个用户权限系统的重构。第一次我直接跟Claude Code说"帮我重构权限系统"，它生成了一堆代码，但完全不符合我们的业务逻辑。第二次我改了一下提问方式："我们的权限系统用的是RBAC模型，有角色、权限、资源三个实体。现在的问题是角色和权限的关联太死板，需要支持动态权限分配。现有代码在src/auth/目录下，数据库用的是PostgreSQL。请帮我设计一个支持动态权限的方案，保持向后兼容。"结果完全不一样——它给出的方案不仅解决了问题，还指出了我们现有设计的几个隐患。这就是"上下文工程"的价值。脉脉AMA活动里有个嘉宾说得好：AI时代最值钱的能力不是"会用工具"，而是"会提问题"。你能把问题描述得越清晰、上下文给得越完整，AI给你的答案就越好。这也是为什么Context Engineer（上下文工程师）能成为年薪$195K-$310K的新职业。对全栈工程师来说，这个启示很明确：不要只学怎么写代码，更要学怎么描述问题、怎么组织上下文、怎么跟AI高效协作。AI知无不言，但你得先学会提问。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
