Update README.md with future thoughts section

This commit is contained in:
st2411020210 2026-01-09 01:03:38 +08:00
parent d089d32560
commit 932063b15f

View File

@ -40,50 +40,31 @@
### 1. 选题思考
**为什么做这个?解决了谁的痛苦?**
开发心得 (Development Reflection)
1. 选题思考
为什么做这个?解决了谁的痛苦?
我一直是桌游爱好者但现实中朋友时间难凑线上平台体验又差。这个项目让我一个人也能体验推理乐趣。它服务于三类用户想练习技巧的爱好者、想学习规则的新手、需要团建的组织者。通过AI模拟真实玩家让单人游戏也有社交体验。
2. AI 协作体验
2.1 初体验
第一次用AI写代码很震撼。它能快速生成框架但常理解错需求。我意识到AI是"超级实习生",需要明确指令和严格监督。
2.2 Prompt 交互
最牛的Prompt
请用Python实现一个Streamlit页面要求
1. 使用2列布局展示游戏信息
2. 左侧显示当前玩家列表(用紫色标签突出显示卧底)
3. 右侧放置发言输入框和投票按钮
4. 添加"显示/隐藏身份"切换开关
5. 底部设置重置游戏按钮
注意组件间距保持20px整体使用暗黑主题
这个Prompt精准明确AI生成了完美的界面代码。
最坑的Prompt/交互:
帮我做个谁是卧底游戏
这个模糊prompt让AI生成了无法运行的伪代码混合了Flask和Streamlit语法还用了过时的st.beta_columns。经过3次迭代才纠正方向。
2.3 Bug 解决
AI生成投票系统的Bug
AI生成的投票统计代码有严重问题
# AI的错误代码
def handle_vote(votes):
counts = {}
for v in votes:
counts[v] += 1 # 没有初始化字典会KeyError
return max(counts)
如何发现并修复:
测试时系统频繁崩溃。我添加调试信息发现是字典未初始化。修正为:
def handle_vote(votes):
counts = defaultdict(int)
for v in votes.values():
counts[v] += 1
return max(counts.items(), key=lambda x: x[1])[0]
这个Bug让我明白AI能写代码但不会考虑边界情况必须人工验证。
3. 自我反思
3.1 离开 AI
离开AI我能完成基础版但达不到现在的质量。我能做界面和逻辑框架但AI发言系统和复杂投票机制需要AI协助。AI让开发从2周缩短到3天。
3.2 核心竞争力
AI时代程序员的核心竞争力是
问题定义能力:知道要解决什么问题
系统整合能力将AI生成的模块组合成完整系统
质量把关能力发现并修复AI的错误
价值判断能力:什么体验是"好"的,什么是"公平"的
未来编程是人与AI的协作。我的代码中策略是人类定的内容是AI生成的质量是人类把关的——这就是新时代的编程模式。
# 开发心得
## 1. 选题思考
解决线下玩“谁是卧底”的痛点无需准备卡片、自动管理游戏流程、AI充当玩家。让聚会游戏更易组织单人也能玩。
## 2. AI 协作体验
**初体验**AI生成内容很快但初期发言太“教科书”缺乏游戏真实感。
**最牛 Prompt**
“生成游戏发言,口语化像真人聊天,带犹豫语气,避免直接说词语。”
→ 让AI有了“人味”。
**最恼火 Prompt**解释“平票后第二轮投票”逻辑时AI总想简化沟通成本高。
**Bug 解决**AI写的投票逻辑可能出现无限循环所有人平票。我改为“最多3轮投票仍平票则随机淘汰”更符合真实规则。
## 3. 自我反思
**离开 AI 还能写吗?**
但慢很多。AI帮我快速生成大量发言内容和处理边界情况效率差一个数量级。
**我的核心竞争力**
1. **问题定义**:把模糊的“好玩”变成清晰的技术需求。
2. **系统设计**让发言、投票、AI行为形成一个有机游戏系统。
3. **体验直觉**:知道什么设计会让玩家觉得自然、有趣。
4. **纠偏能力**当AI走向错误方向时能识别并拉回来。
5. **整合能力**把AI生成的模块组装成完整可运行的产品。
**未来思考**程序员更像“AI教练”或“产品导演”。核心不是写每一行代码而是知道要做什么、如何向AI描述、如何评估和整合结果。编程技能不会消失但会从“写代码”进化到“设计系统+指导AI”。