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

cool

我之前也說先讓AI寫完py的演算法，寫完再AI看py檔改寫成C++，就被一堆手刻派噴爛https://i.imgur.com/oyDh9gT.jpeg

咦....哪叫AI 寫個C++ compiler 也不是什麼問題>

樓上，你會被手刻派噴爛，他們覺得不可能https://i.imgur.com/ze6vGKy.jpeg

可不可能不是用講的，這是工程，請做一個出來看看吧.

好奇為什麼用 py 做原型？因為可能有較多資料供參考嗎

用虛擬機不錯

被噴爛的原因可能不是因為用了AI而是因為人

那用python 寫支援標準c11的compiler就好笑死，真的不知道為什麼被噴爛，哈哈

我蠻想知道codex 5.3 chugging版本是不是處理react還是不太行，記得在5.1版本時要它改react都會弄到網頁爆開來，印象不太好Xhigh 版本

推 大大 真的有在研究無人監管自動化

然後還是寫不太好serverless.template(遮臉)

一堆Ai警察，丟了個瞎prompt 就覺得Ai 不行。現代的LLM基本都還要跟context fight, context 才是王，context 好根本前段班的model 沒啥差異