首页
关于
AI编程
登录
搜索
登录
搜索
snow
累计撰写
18
篇文章
累计收到
0
条评论
首页
栏目
首页
关于
AI编程
登录
包含标签 【AI编程】 的文章
2025-9-1
提出vibe coding概念的安德烈·卡帕斯演讲稿
特斯拉前AI总监卡帕西揭示软件变革新纪元:从传统编程1.0到神经网络2.0,再到英语提示编程3.0,大语言模型正融合公用设施、晶圆厂与操作系统三重属性,重塑编程范式,开创AI新时代。
2025年-9月-1日
237 阅读
0 评论
AI编程
2025-9-1
25 岁无法律背景,却搞出 6.75 亿美金法律 AI 公司!
25 岁、没学过法律,居然把 AI 法律服务公司做到估值 6.75 亿美金,还服务数万名律师!Legora 创始人 Max 在最近的访谈中讲诉了他的创业经历和思路: 💡 核心思路 1:找「没人解决的痛点」下刀 Max 一开始就发现,传统法律软件超碎片化:合同模板、翻译、查案例要换 N 个工具,律师还得对着一堆文档逐字啃。直到 GPT3.5 出来,他直接做了个「AI 法律工作台」—— 审查合同、写备忘录、甚至庭审实时查证据,把 “几天的活” 缩到 “几分钟”,北欧最大律所直接真香。 💡 核心思路 2:没行业经验?用「笨办法」补 作为法律小白,Max 的破局招超实在:在 LinkedIn 约 100 个律师喝咖啡,还主动说 “我付你时薪”(虽然没人要)。就靠这么聊,他搞懂了 “交易律师和公司律师的区别”“律所最怕数据泄露”,后来产品直接做到 “数据存欧洲、不用于训练”,精准踩中律所痛点。 💡 核心思路 3:不跟巨头硬刚,做「垂直王者」 AI 大厂都在搞通用模型,Max 偏扎进法律赛道做深:开发 Word 插件让律师不用换软件,设计 “表格审查” 功能帮律所批量筛合同,甚至给每个行业(IP、并购、纠纷)定制工具。现在连美国大律所都找上门,靠的就是 “大厂做不到的细分精准度”。 最后 Max 说的一句话超戳:“别想着赢过 AI 实验室,要找到他们做不了的「小而美」领域”。
2025年-9月-1日
169 阅读
0 评论
AI编程
2025-8-27
“氛围编程” 的黑暗版 “氛围黑客 vibe hacking ” 是什么?
Anthropic 威胁情报团队成员在最近一次公开的讨论对话中介绍了当前网络犯罪分子利用 AI(如 Anthropic 的 Claude)实施的各类即时威胁,包括被称为 “氛围黑客攻击”(vibe hacking)的恶意行为 先说说氛围黑客攻击的 3 个新特点,真的刷新认知: “零技术” 也能当黑客:以前搞攻击得会写代码、懂网络,现在靠 “氛围黑客” 套路就行 —— 用日常话指挥 AI(比如 Claude),就能偷数据、植后门。有个骗子单枪匹马 1 个月搞了 17 家公司,连教堂的捐赠信息都偷了! 诈骗 “规模化 + 精准化”:用 AI 帮人装 “合格打工人”,不会英文就翻、不懂文化就问、不会代码就生成,混进企业赚高薪养武器; AI 当 “帮凶” 全流程参与:从找漏洞、偷数据,到写勒索信(甚至算好受害者能付多少钱)、装深情搞 romance 诈骗,AI 从头帮到尾,速度比人快 N 倍,等发现时损失都造成了! 再看Anthropic 这样的 AI 公司怎么防: ✅ 搞 “多层防御网”:先训练 AI 少理恶意请求,再用分类器实时抓异常,还查账号注册的可疑痕迹,最后跟政府、其他公司共享骗子 IP、邮箱,联合堵漏洞; ✅ 不搞 “一刀切”:知道 AI 能帮正经 cybersecurity 工作(美国缺 50 万相关人才),所以不封禁所有网络安全相关请求,平衡防御和实用。 最后是个人防御攻略,简单好操作: 遇可疑先问 AI:收到陌生短信 / 邮件、电脑卡爆,先把情况详细描述给 AI(比如 Claude),让它分析是不是诈骗、怎么查恶意文件; 关键环节多核实:有人找你转钱、要信息,别信 “话术”,打电话当面确认; 基础防护别偷懒:VPN 密码设复杂点、重要数据定期备份、不明链接 / 附件别乱点,小习惯能避大风险!
2025年-8月-27日
188 阅读
0 评论
AI编程
2025-8-27
小步快跑-快速验证
面对AI编程搭档的思考 在面对AI这个编程搭档的时候,总是感叹于他不知疲倦,不管提出多少需求,他都能耐心的解答。但是这是否就意味着可以一股脑把所有需求不需要拆解的都告诉他,然后等待魔法的出现? 如果一次提出一个大需求,那么AI可能会一次生成非常多的代码,包括代码的变更,这会给我们审核代码带来非常大的压力。虽然上一期提到几乎不需要关心代码实现的 vibe coding,但是不得不承认现阶段想要构建出好的软件还是需要人去审核和验证AI的工作。 实践经验分享 我在构建仙人掌AI助手这款APP的时候累计发布了20多个版本,每个版本又是由很多个小功能组成的。我尽量每次只给AI提出一个确定的需求,但是这些确定的需求的颗粒度有小有大。 比如: 需求示例1:优化 isSentence 方法,将中间带有空白字符的字符串识别为句子。 需求示例2:优化 isSentence 方法,尝试使用正则表达式来匹配空白字符。 小颗粒度任务的优势 这两个提示词都已经颗粒度非常小,精确到函数,甚至实现方案,这种往往能很快给出结果,我们也能很快的验证结果。如果验证通过,马上将代码提交GIT,这样我就完成了一次非常小的循环:发出指令 → 验证结果 → 保存结果。 整个开发过程就是这样非常多个循环组成的。 建议 所以现阶段AI编程,我建议还是尽自己所能的拆解任务,做到AI能够快速给出结果,我们也能快速验证结果,保存结果。小步快跑,这样你能在每一次保存结果的时候感受到自己正在创建的软件的成长,有成就感,也能避免大模型出现更多幻觉,陷入迷途和拉锯战。 结语 就像提出 vibe coding 概念的安德烈・卡帕西所说,现阶段,AI编程就像钢铁侠的装备,他让斯塔克成为钢铁侠。
2025年-8月-27日
132 阅读
0 评论
AI编程
2025-8-27
Vibe Coding 就是AI编程吗?
通过AI开发应用的经历,作者解析了"Vibe Coding"与传统AI辅助编程的本质区别:前者依赖LLM实现零代码全自然语言开发,后者仍需人工阅读、选择和重构代码。同时探讨了Vibe Coding面临的安全风险与代码质量挑战,展望AI与程序员将长期并存、各自发挥优势,共同创造更多可能性的美好前景。
2025年-8月-27日
158 阅读
0 评论
AI编程