入职新的公司两个多月，已经转正了，再加上这两天任务不是很紧张，我也有机会总结一下这两个月来的全面 AI Coding 的心得体会。 我记得去年我使用 AI 的主要用途，还只是停留在代码补全和函数生成这两个方面，AI 更像是辅助开发用的工具，而真正让 AI 全面接手开发任务，甚至是日常所有的工作内容，是 codex 、claude code 这类智能体的功劳。 现在的这些 AI Agent，修改代码应该说只是基础功能了，读取任务、接入工具、理解接口文档、落地代码后并执行测试，甚至是控制电脑里的其他应用， 这些变化也就不再让它局限于辅助技术员，将代码写得更快更好了。在实际工程中，需求如何传递、团队如何协作、工程边界如何约束，以及开发结果如何验证，都是可以围绕着这些改变重新设计的。 结合这段时间在实际工作中的使用情况，我总结了以下几个方面理解。 当然，因为我目前依旧还是一名前端工程师，所以视角依旧有限，有误的地方欢迎大家指正。目前我使用的智能体是 Codex. 1. 开发流程的输出和输入 传统前端开发中，PRD、 接口文档、设计图稿等主要面向的是人。开发者负责在这些信息之间建立联系，再将其转化为实现。引入 AI 后，这些材料同时也就可以成为智能体的工作上下文。 以我工作中一个小任务为例，“为卡片增加标签显示”，整个实现过程可以简化的串联为： 产品或者后端通过 AI 总结和输出文档并 MCP 发送到公司任务平台上 ↓ 任务平台想我个人发送新增任务通知 ↓ 我通过 Codex 里 MCP 工具直接获取相关上下文 ↓ 读取设计师分支中的静态页面实现 ↓ 指挥 Codex 合并任务项目的样式代码并完成接口联调 ↓ 执行自测与检查 ↓ 人工验证交付结果 在这一流程中，产品的需求文档是 AI 产出的， 后端将字段变化也用 AI 整理为 md 文档，设计师更是直接在项目分支中实现静态页面的绘制

  • 情报分类：技术价值
  • 命中依据：AI编程与工程协作经验分享，团队提效
  • 来源：服务器 / LINUX DO - 最新话题
  • 原作者：anchor
  • 发布时间：2026/9/10 18:24:01