张浩_house2025-11-19 来自广东L1，L2比较常用，试着去用l3。主要是设计与架构，以及后续的测试及问题修复。作者回复: 👍
2
bravepg2025-11-19 来自浙江后续的课程会设计到存量项目的维护吗？ 我发现这些ai，无论是 codex，还是 claude code 在新需求的实现上很厉害，但是到存量项目中就会出现降智的情况。作者回复: 篇幅有限，目前策划的尚未涉及。看看后续是否通过加餐的形式一起和大家探讨一下。
共 2 条评论1
AKA三皮2025-11-20 来自江苏团队内部一直在用cc/codex/qoder，目前最大的问题是没有形成固定的开发流程。我们已经设计好了jira mcp，code review agent/mcp，飞书 同步任务mcp，希望通过学习这门课程，能够把这些工具组合起来，形成一套适合我们团队的开发流程～作者回复: 💪
杨松2025-11-20 来自辽宁老师，目前的cursor的agent模式应该就是介于L2到L3直接吧，这都让我感觉很受用了作者回复: 是这样的。
- Geek_929ad12025-11-20 来自美国我目前的思维层级主要还是集中在 L2。日常开发中，Cursor 能帮我解决大量工程细节——只要我把需求、约束和边界条件交代清楚，它就能高效落地。但一旦涉及到相对陌生的知识领域，我会自动回到 L1，通过和 ChatGPT 深度讨论、查阅资料来补齐背景，再让模型生成代码或设计方案。 为了逼近 L3，我通常会尝试在模型层面进行更结构化的推演：围绕算法原理、性能瓶颈、数学公式、损失设计等维度构建讨论；然后再让 AI 根据这些推导生成实现或优化路线。 可能因为我的成长路径从大一学 Python 开始就有 AI 作为伴随式工具，所以哪怕面对复杂模型、优化策略或工程实现，我也倾向于“用思考驱动 AI”、“用数学和流程逻辑与模型对话”。换句话说，我会先厘清机制、训练流程与性能目标，再和 AI 一起打磨代码与实验设计。
作者回复: 👍
Geek_ebfa312025-11-20 来自广东普通开发人员需要加强需求分析，流程设计。不久的将来产品经理和开发的岗位就合二为一了。作者回复: 👍。随着大模型能力不断增强，以及agent的加持，工程领域的人工编码将越来越少。但面向生产的代码审查等，还是会有一些的。 更多的工程师要学会往上走，为agent提供需求描述和设计层面的”spec“。
叶绘落2025-11-19 来自广东作为小公司的测开，因为工作内容比较繁杂，编码的场景经常变化，在 L1 和 L2 之间来回切换。作者回复: 👍。目前根据不同需求和上下文，在L1到L3之间切换也是很正常的。
极客酱酱2025-11-19 来自四川处在“花费更多时间审查、测试和优化 AI 生成的代码”作者回复: 👍
Geek_4a5e5c2025-11-19 来自广东L2 目前最麻烦的是生成的东西很多不是你想要的，这反而打乱了你原本的节奏。如在ide中的tab是补全代码，但是在这种模式下tab变成了ai补全对话，导致了包名不会同时导入，同时方法名是ai自动写上的，包/对象并没有该方法，这种方式怎么解决呢？作者回复: 你的问题是不是可以通过修改IDE或插件的设置来缓解呢？比如： - 修改快捷键： 将AI补全的快捷键从Tab改为其他组合键，夺回Tab的控制权。 - 关闭自动触发： 将AI从“自动建议”改为“手动触发”模式。 这个问题高度依赖特定IDE和插件的功能，缺乏通用性。上述措施即便可行，也只是在被动地适应一个不够完善的范式。 而升级到L3（我们专栏的核心目标），应该可以系统性地解决你遇到的困扰。智能体的工作模式是“指令-执行-验证”的闭环。它不仅生成代码，还能自己 运行测试，自己看到编译错误（如包未导入），并自我修正。开发者成为了流程的“指挥家”，而不是AI错误的“修补匠”。 当然这个工作流的磨合也不是一蹴而就的，需要结合工具的摸索和逐渐磨合。
Biluota
2025-11-21 来自陕西我目前主要是L3和L2混合的阶段，目前在尝试使用Claude Code和MonkeyCode（本地部署）进行项目的重构和功能的实现，部分需求设计和L3实现不理想的会引入GPT 5.1和Gemini等更强大的大模型进行实现。目前确实L3工作流开发的效率很高，但是好像实现的效果不是最优的，也不是最简洁的，有时候甚至要从较前的环境开始推倒重来。所以很期待老师课程所说的SDD开发模式，希望解决我的问题。