转眼好几个月没写 Blog 了，实在是没东西写，目前我的输出分为五种，第一种就是临时有个小想法记录一下，一般交给 to do 记录，后面转到 AI 对话中深入，第二种是分享心情之类的，留在了社交平台上，第三种是日记，对没错就是日记，虽然不是每天写，但最少一周也会归纳总结一下，第四种就是跟 AI 的对话探索，比如前面说的有个想法，或者某个技术点回直接跟 AI 对话，如果需要总结会最后总结出来归档到笔记中，第五种才是博客，就是纯粹的想写点什么，共享出来让大家一起看到。

这篇的出发点是全自动和半自动 AI 实战记录，有个需求交给了一个实习生，这个实习生是真正的 AI 原住民，用简单的话来描述就是，他的所有疑惑，所有操作全部依赖 AI，有点像 TDD，他拿到需求后直接转给 AI，遇到什么问题再告诉 AI 让 AI 去查问题。比如和他的沟通中，我说某种状态应该是某某某引发的，你看下某某某，他会说：“好的，我让 AI 查下那里”。

最后的结果层面来讲，需求是实现了，但是但是问题就在这里了，很多野路子实现，比如根据我后来得到的消息，Helm Chart 里面出现了 Python 脚本代码。

目前公司提供的 AI 工具是 Codex + 5.4，以及网页对话的 5.5 Thingk，从 AI 能力上来说应该属于第一梯队。

接着就是我近期用 AI 的感觉更新了，近期已经基本不写代码，专注于做需求和技术拆分和基建的事情，对于具体实现完全交给了 AI。

对于 UI 实现部分，只能说 80%，还是去年的那种感觉，去年有一次做分享，当时我说 Figma 是能用，但是实现的很糟糕，因为当时 AI 是完全按照图层去实现，也就是要求设计师是靠谱的，而如果设计师没有这种组件意识，产出就很难使用。到现在为止，对于这个方便 AI 还是没有很好解决，会产生比较多的冗余层级，以及对某些 UI 实现的效果还是比较差，另外就是对于精度问题也很奇怪，无法做到 100% 还原，但相比去年已经进步很多了。

对于接口实现，只能说根本不需要人手动介入了，因为接口不需要人的主观去判断，很简单的定义好输入输出就完事了，纯函数输入和输出是固定的东西，这正是 AI 最擅长的部分。

最后总结，如果你想要的只是一个 POC，招一个有软件工程基础知识，比较细心和聪明的人就可以做到，如果你想做产品，那还是要求高级以上的人员来规划和介入。我不知道还有几年 AI 会替代掉高级人员这一部分，但我想应该不会太远了，到时候就不会有人再探讨全自动还是半自动了。