Chengyunlai

AI 很听劝，人不是

干活的肯定是 AI 这一点毋庸置疑，人还是需要管理 AI 干活的。

一个项目一个人 Vibe ，完成需求这完全没问题。

一个项目，多人 Vibe ，之间如何配合，就是一个问题。有看板方法、Task 方法等等。但我的经验是总得有一个人做领头羊把控局内走向，这个人不应该是核心开发者，而是所有开发者的信息汇总口。开发者要聚焦在业务实现，知道如何在 AI 海量代码中明白意图，是否是随着自己的意图在写的，大方向不能直接丢给 AI 然后等待结果，这样不可解释，也不知道 AI 做了啥。

简单来说：AI 是一辆大船，船长负责把住船舵和分工。

@wktline - -，要不考虑一下把静态站搞起来吧...或许更便于阅读？

文章过于直述点状的表述，比较分散。适合有一定经验或者从业人员复盘。为啥 star 能这么高？

@iceman_yu 我用下来的感觉貌似也是这样的。所以我入局了，花了米开了标准版。以快乐的使用 v4.1 ，就不想在国际版和国内版两边跑来跑去了，理论上控制好时间差，这段时间是可以做到完全白嫖的 T_T

好思路呢～

为什么要做向量化呢？这是原先的主流方案，因为相似性计算，在 LLM 能力还不够强的时候，这是最佳解法了。这个思路我理解是站在 LLM 能对语义理解的角度上，替代了向量计算的事，整体更结构化，人能把控方向。但是回过头来看，最终核心还是匹配这件事，对应的指标就是速度和质量，满足了自己项目需求和条件，就是一个好方案

RAG 本身的含义是‘检索增强生成’，满足这件事就行

兄弟们，以后抽奖记得优先选 17

@xpx 谢谢，我看看这个项目～