非软件工程师感觉还是上最好的模型把 因为在无法掌控代码的前提下 谈 harness 也没什么意义。好的模型意图识别更好，更容易对齐你的需求

不开源以后都不考虑了 感觉害怕

qoder 不清楚，qoder-cn 用过一段时间。以前 bug 非常多，现在新版好了很多。
说说我遇到的问题吧，首先不支持在连接 ssh 远程项目下自定义模型，只能使用内置；再一个，如果你连接 ssh 到远程项目来 coding ，在会话中上传一个文件，qoder 找不到这个文件，因为 qoder 的 agent runtime 在远程服务器上，上传附件只把本地的 URI 传给了对面。。。
而这几个蛋疼问题，很久以前的 zcode 早就解决了。当然出了事不太建议 zcode 了。本来是一个国产很不错的 coding agent

对于一个大需求先拆 Phase ，然后再拆可以独立验收的 task ，审核 spec 以后可以并行跑，一个 task 一个 task 边跑边 review ，要不然代码失去掌控后面积重难返的

不是 ai 写的文章 先点个赞 看着就是舒服

最近用 glm 各种奇怪的黑话 什么兑底、辅助武装、派发守卫、清空弹药 太难崩了

ai 文 ai 连接

难绷 他这不做防抖的吗 被 ai 坑了？

写作的目的主要是增进思考吧，人类还是需要输出的。

SDD 吧 不过对代码失去掌控以后很难再掌控回来。就好像古法时代一开始没有控制复杂度和耦合 后续复杂度上来了几乎没法下手

感谢佬推荐 已经加入书单准备学习

codebuddy cli + hy4 preview ，让他读了 spec ，帮我找指定功能的代码都能给我找歪来。用 glm5.3 flash 都比 hy4 靠谱，hy3 更是拉的不行 😂

@rizon 感谢佬 已 star 学习一下

好羡慕 现在这个卡好贵啊 token 自由了

和腾讯的 teamai-cli 对比的话 不知道区别大不大呢

我用 codebuddy + hy4-preview 帮我做一些 explore 的事情，都给我看岔来，用 zcode + glm5.3 是对的。再也不相信 hy 了

AI 训练的模式让它很擅长回归一个目标明确的任务，即使这个任务很难你也会发现他竟然能完成的很好。但是问题就恰好也出在这，尽管模型能力、harness 本身都在尽力降低用户的心智负担，但是永远没办法一步到位帮用户与 LLM 对齐上下文语义空间。一旦 LLM 与用户理解的语义空间的距离越大，那么 LLM 发生超出用户预期的情况也会越多。因此，很多人实际上连和人沟通都费劲，何况让 ai 去猜他的上下文 XD


归根结底还是有很大一部分的人在做许愿式编程，即使 harness 已经超前帮用户做到了给一个 PRD 生成一个 spec ，甚至会让用户不断讨论。但是这些人依旧在欺骗自己，在关键的 spec 审查和决策的时候随意处置。当然这也是侧面反映出 OP 所说的，很多人其实对于自己 coding 的代码不负责任。

个人感觉 ai 时代更加突出的瓶颈是人与人之间协作，人之间交换信息的效率。不负责任的人沟通起来费劲，不带上下文、充满错误、不慎重的沟通，加剧了这一点。