Skills没搞明白,又搞出来一个Harness,AI编程这些人一直在造词。这些套娃是在做自然语言编程驱动的规范化,但问题是这么搞下去用自然语言编程的复杂度直逼古法编程。
这些工具模式方法论是本来就是编程高手的人,在自然语言驱动时默认建立的良好编程习惯和提示词系统化的结果。如果你是外行,你用自然语言驱动不了的东西,套上这些会让你的项目更复杂,tokens交互的成本更高,且项目依然一塌糊涂。
AI编程的第一性原理就是你懂编程,而不是一直在远离编程的末端模式上努力。新出的这些概念都是给既有程序员控制超大项目提供的探索和经验总结,不懂编程的人妄图用这些套娃增强能力,那是想多了。
大模型编程最好的模式就是自然语言短提示词,严谨的语言表达逻辑性,轻上下文,这时产生的编程质量才高,迭代和敏捷思维才是AI编程质量的核心。
至于skill harness这些套包,只是对自然语言驱驱动的项目过大以后的整理,总结,归纳,拿出一些进行利用复用,以及review时保持一致性产生的现象。
如果你不会编程,也不学习自然语言逻辑,而专注于自然语言之上的编程方法,那么你在ai编程领域将一事无成。因为编程语言的本质是自然语言的严谨逻辑化。
一、AI 从来没有消灭编程门槛,只是把语法门槛平移成了“逻辑严谨 + 需求拆解 + 工程思维”
二、Skill/Harness 是资深开发者的经验固化、协作规范、质量围栏,是程序员的效率和系统性思维的延伸。
三、纯外行逃避编程本质、沉迷新概念玄学,只会徒增成本、一事无成。
四、AI 编程的关键是结构化逻辑 + 基础编程认知 + 小步迭代的系统思维。
一个试金石,如果一个人连python都学不会,就与编程就没什么关系,赶紧转向应用和业务,别在编程这块浪费时间。Python 是AI的基础门槛,筛的不是语法,是「逻辑底子」,你到底有没有基本的逻辑能力。AI编程是编程的子集,并不是一个独立于编程的东西。
编程语言是严谨的逻辑表达,与计算机沟通的语言。现在大模型是自然语言沟通的渠道,但对逻辑的要求变没变。只是编程的形式变了,内核仍然相同。你可以不用于去研究i++到底有几种写法 +=到底先运算还是先赋值,数据类型到底是列表还是字典。
但将业务需求拆解,翻译成软件结构,系统架构,模块拆分,基线与迭代,质量过程控制,一点都少不了。少了这些,只能是你和大模型一起在疯狂的token消耗中造出来一些满足情绪价值的工业废物。