从gifcapture：纯前端实现的gif录制程序，即用即走
继续讨论：
也算是从零开始用ai写完了一个小项目，分享一下用ai编程的过程，脑子比较乱，就当水贴了。
ai 能作为生产力工具，这应该是共识了吧？如何实践？那就写一个小项目吧。
项目选型不能太复杂，也不能太简单，因为毕竟要实践怎么能让 ai 融入日常的写代码任务中，所以项目的技术栈选型要符合以下几点：
- 整个项目的基础要是我熟悉的领域，否则就变成纯学习了。
- 技术栈不能完全小众，不能是 ai 完全不知道的东西。毕竟大模型上下文长度在那放着呢。
- 技术选型要有我完全不了解的组件，因为我需要一个 ai 知道但是我不知道场景，实践一下在这个场景下 ai 如何辅助人
- 所用的技术最近要有更新，以便测试如何让ai处理他的训练数据没有的内容
所以最后就选择做一个录制 gif 的小工具，技术栈是：vite ,react, shadcn, tailwindcss v4 ，konva，gif.js
我不熟悉的领域是 canvas，视频流，gif，其中完全不了解的技术组件是 konva 。
最近有更新的是 tailwindcss v4，配置方式完全不一样了，附带着 shadcn 的配置也不一样了
工具选择
从去年底就一直在折腾这些东西，cursor, cline，aider。
先说cursor，好东西，贵。这玩意从他一开始放出来就下载体验了，当时还没 c3.5 ，我嫌弃他是单独的 ide，我原本折腾了好久的vscode又得换掉，有点抵触，最后 c3.5 出来以后它彻底出圈。最大的缺点是白嫖太折腾，生产力工具不稳定，比吃屎还难受，而且订阅了以后限制还是很大，500次一月根本不够用，所以pass
再说cline，这玩意和 roo code 其实差不多，合并一起唠。
我真是无力吐槽，用量图 ，这个帖子是我用cline配置mcp时候的 token 用量图，输入 150w token，输出 3w token，这是人干事？我甚至都还没开始写代码！它的实现思路就是把 prompt 和 用户提问，还有项目源码一股脑往 llm 那里塞，直到把 LLM 上下文塞爆，然后再重新对话，垃圾玩意滚粗。
再说 aider，这是我目前用下来体验最好，强推。
- 命令行工具，你可以在vscode单独开一个终端，挂在那里就行，无缝集成
- 所以用 jb 写 java 应该也可以挂一个aider在终端，但我没试过
- 使用repo map做项目结构给 LLM，这点完爆 cline，可以看这里
- architect 模式，推理模型专注规划，非推理模型专注修改，LLM 本身也是越具体的小任务就做的越好
- 指哪改哪，也就是说，除非你明确的添加文件为可修改，否则不瞎改
- 深度集成 git ，
我从来没写过这么规范的 commit message - 它把它自己的文档做了arg，不会的直接 /help 问就好了
- 跟 copliot 无冲突，偶尔一眼能看到的错误就用 copilot 的补全改一下，不用去 aider 里面对话了。
LLm选择
c3.7 毋庸置疑，次一级选择是r1+v3， aider 的 architect 模式中 r1+v3 也可用，我大概10%的代码是用 r1+v3 写的，剩下的都是 c3.7。现在回想，如果非前端， r1+v3的组合应该也可以满足，但是可能需要自己小修小改
过程体验
c3.7 真是牛逼，在aider 的 architect 模式下，80%的任务一次过。剩下那20%的任务，现在回想起来，是我自己犯懒，完全不想思考了。当人犯懒，丢给LLM一个模糊任务，不能指望它把任务做的完全符合你心意，对吧？特别是在一个稍微有点规模的项目里面。除非你对任务没有什么要求，就想看模型自由发挥。
当人完全没思路的时候，就用 /ask 模式聊，聊各种解决方案，聊完了就用 /code 让他实现。因为是深度集成了 git ，所以随便改，不合适回滚就是了。当清晰的知道解决思路，就用 /architect 直接写。
整个项目写了大概两个多星期，每天一两小时。konva 还是不会，但我知道了它的概念，大致的用法，你要让我手写，那没辙，我不了解具体的函数，就只知道它有那个功能函数，连函数名都不知道。
总结
- 有 ai 了以后，学习是更加必要的，但变了，广度比深度重要，除非你是搞前沿研究的。
- 实践变得更简单了，不需要扣每一个技术细节。
- 技术基础比技术框架更重要，前端娱乐圈那一堆狗屎了解下就好，脏活让LLM干
以及最后，真的会有 AGI 吗？ 
rules.zip (2.7 KB)