AI提效难落地？从代码生成到项目交付，全链路提速新解

01.跨会话记忆清零是最大痛点

在以前, 每开启一个全新的会话, 开发人员就必须去重新解释这个项目是做什么的, 为什么是这样设计的, 目前已经更改到了哪一个步骤, 虽然对于单个任务来说提速情况是很明显的, 但是对于整个项目的交付来说, 并不一定会快上两倍, 大量的时间是被这些重复沟通给吃掉的。

情况变得更加复杂了, 在处理那些错综复杂的多线程任务的时候, 还是得依靠人工去把整体拆解成立各个小部分并且一直跟进。另外, AI里面的上下文信息会随着会话的结束而直接消失不见了。

这就导致在进行代码生成以前的各种准备工作以及在得到生成的代码以后的各种收尾工作, 变成了开发现场中大量的、零零碎碎的以及不断重复的时间开销。

02.TRAE把Agent和IDE缝到了一起

将用于编排的与用于开发的整合到一起, 两边能够实现本地任务对话、最终产物以及相关配置的同步。开发者在工作里面描述出目标之后, 由来完成拆解工作, 然后再分派给对应的子任务进行执行。

待配套模板库、插件市场以及自动化任务和产物管理这些环节跟进上去以后,人工智能所负责的工作单位龙南市就业服务平台, 就已经不再是一条单独的指令那么简单, 而是升级成了一个完整的项目形态, 此时开发者在检查实现情况的时候, 只需要随时切换回集成开发环境即可。

03.kratos三任务并行拆解

我把项目助理分派了三个同时在跑的任务, 需要他把kratos中间件的文档进行梳理, 要他去写一个那个最小可编译的HTTP handler示例, 还要他去跑测试以验证接口是否有效, 这三个任务在共享同一个项目背景的情况下, 各自又分别涉及到了对源码的理解、代码的实现以及运行的验证。

TRAE在之前, 先执行了6条命令, 这样做是为了了解仓库的结构, 然后它启动了三个子任务并行推进, 结果汇总到同一个项目任务中, 不用再逐个窗口追问、复制和整理。

04.编译测试和端口冲突一次跑完

项目助理在完成示例之后的那个动作, 它会自动去执行go build和go vet这两个操作, 而且这两项检查都顺利通过。然后接着启动了服务来去做接口验证。在验证过程里面发现了127.0.0.1:8000这个地址是被一个Python进程占用的情况。

它自动切到IPv6路径完成验证, 没有卡住也没有要求手动介入, 整个流程从读仓库、写代码到编译测试和接口跑通, 就形成了一个连续执行闭环。

05.全局助理跨会话还能接着用

我把情况切到了全局助手trae宝这里, 我没有提供文件的存储路径, 也没有去粘贴聊天记录的内容, 而是直接提出了问题, 具体问的是刚才在那个叫kratos的系统里到底做了什么操作、产出了哪些形式的文件资料, 然后在下一次进入一个新的仓储环境的时候应当如何去继续接续使用这些成果。

它找到了刚才的那个任务。这个任务列出了文档以及示例, 还有那些测试结果。它保留了8000端口被占用这样的细节。它还保留了最终走IPv6验证接口这样的情况。跨会话的记忆确实存在着复用价值。

06.手机端收尾不用死等

跑一次大代码仓的测试, 可能需要长达十几分钟甚至好几个小时, TRAE提供了手机端和消息连接入口, 这样在离开电脑之后可以随时查看进度还有补充需求, 任务一旦运行完毕就能立刻进行评审或者追加指令。

把界面切回到IDE里面去, 进行手动微调的工作, 其实只需要花几秒钟的时间, 这样省下下来的token资源就可以留给那些更加重要的Agent任务使用, 当单点的操作速度提升起来, 并且同工作流的整体重构相互结合在一块儿的时候, 我们才可以说AI带来的效率提升工作, 不仅仅是只从一次内容的生成就结束了, 而是延伸到了整个项目开发的周期里面, 一直涵盖了后续的验证、交付以及长期的维护环节。

你在平常使用人工智能来编写代码的时候, 在最令人感到停滞不前的环节上, 是遇到跨会话记忆困难的问题, 还是遇到需要手动去拆解具体任务的问题? 大家可以在评论区里一起讨论交流一下, 如果你觉得这个回答对你有一定的帮助的话, 那就请点赞并分享出去。