8
AI驱动客户端开发,效率提升300%
阿里云开发者
AI 摘要
鸿泥分享AI驱动客户端需求开发实战,从6人日缩至1人日,效率提升300%。探讨了适合AI的需求、拆分方法、Prompt写法、知识库构建等,开发范式可降双端不一致问题,新功能开发适用。
阅读原文 · 阿里云开发者
从6人日到1人日:一次AI驱动的客户端需求开发实战
文章分享AI驱动客户端需求开发实战,从实践活动汇总AI Coding问题,给出解决建议。以穿搭动态框架需求为例展示开发过程,对比效率提升300%,还探讨需求拆分、Prompt编写等问题,介绍业务开发范式。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
开源动态8
DeepSeek 开源 Harness 开启模型执行新竞争
今晚,DeepSeek 正式发布并开源 DeepSeek Harness(DSH)开发者预览版,它是一套 Agent 运行框架。此前 DeepSeek-V4-Pro 上线,二者结合,Harness 负责将模型能力组织成可工作的 Agent,使 DeepSeek 进入相关竞争。
DeepTech深科技
新闻资讯7
AI Coding:顶级模型给资深工程师更省钱
在2026世界人工智能大会InfoQ直播间,滕昱和唐飞虎探讨AI Coding深层变化。他们认为AI放大资深工程师能力,冲击新人与大型软件组织,还就模型使用、判断力、企业部署等发表见解。
InfoQ
新闻资讯7
技术专家共探 AI Coding 应用关键问题
InfoQ《极客有约》X AICon 直播栏目,邀网易游戏林香鑫等探讨 Coding Agent 重构软件工程环节。嘉宾分享了 AI Coding 在生产环境的变化、MCP 等概念作用、代码质量保障、Agent 权限及 AI 原生研发体系建设等观点。
InfoQ
推荐文章7
LLM Wiki 工程实践与 RAG 融合应用
文章介绍 LLM Wiki 工程实践。包括为 AI Coding 创建知识地图,指导 Agent 加载上下文;在 Obsidian 构建知识体系,有插件和自定义 Agent 两种方法;还分析其与 RAG 关系,指出可融合互补,不要过度神话 LLM Wiki。
AI大模型应用实践