最近機緣巧合參加了內部 AI 分享會上財務同學的介紹後，看到一個之前沒怎麼接觸過編程的同學，也能在短時間內生成一個像模像樣的小工具，那一刻確實有被 AI Coding 的能力震撼到。AI生成代碼的能力，無疑會大大降低編程的門檻，提升編程的效率。
好奇心驅使，結合目前團隊的需求，在這一個月裏，我對 Qoder 進行了深度使用，並完成了兩個初步可用的小系統，目前這兩個系統已穩定運行了一段時間。結合自己使用上的一些經歷，決定把這段時間的一些感想記錄下來，希望能給其他正在使用這款工具進行系統&工具研發的同學一些啓發。
初步嘗試
應用一：基於大模型的前沿安全研究資訊服務平台
因為我目前在安全技術崗位，為了保持攻防技術上的不斷更新，因此需要對前沿的安全資訊，安全技術保持關注，人工查閲篩選這些信息無疑十分耗時耗力。大模型的出現能夠很好的幫助我們快速篩選，摘要出我們關注的技術領域的信息。
因此我藉助 Qoder開發了一款前沿安全研究資訊服務平台。這個系統能夠爬取前沿安全諮詢，並調用大模型進行諮詢分析，之後產生分析文章，並釘釘通知的功能。
需求也很簡單，細節就不再展開講，可以直接看下效果。
調用通義千問進行安全會議議題分析：
會議總結&摘要釘釘通知：
可以看到 AI 給出了比較豐富的安全議題總結，能夠輔助安全工程師快速判斷這項研究我們自己是否需要關注。並且這款工具能定期爬蟲，AI分析和通知，有新增的安全資訊會及時告知安全工程師，防止錯過重要的安全信息。
應用二：雲廠商安全功能競對分析系統
在做雲產品的安全能力建設過程中，我們經常會調研友商同類產品新出的安全功能，並進行深度對比，瞭解差距，從而補齊對應的產品能力。大模型的出現，讓我們能夠對各廠商雲產品的產品能力進行深度對比分析，並給出初步建議，幫助我們及時感知到友商在產品安全能力上的演進。
藉助 Qoder，我開發了一個雲產品的安全功能對比分析系統，能夠定期爬取各雲廠商的官方頁面，並調用大模型對比分析，給出初步的對比結果。
能根據不同時間線，監測各廠商安全功能的發佈記錄。
同時，也能對某個產品進行不同雲廠商間的深度對比。
目前實現了基本的功能，但是對比結果和分數是大模型自己生成的，後面會繼續優化。
思考
遇到的坑
在使用Qoder的過程中，遇到了一些坑，花了很多時間來修復這些bug，事後想想這些bug如果在開發之前被很好的考慮，可能就不會遇到，因此這裏記錄下。
提示詞歧義遇到的坑
在開發安全資訊平台的過程中，我給的提示詞大概是“對會議的頁面進行爬取並解析，獲得不同會議session的頁面結構並解析成結構化格式”。
session這個詞，英文裏有"會議"的意思，同時我們知道session在web開發中，是指用户與服務器之間的一次交互過程，是有特殊含義的。這就導致這個詞放在這個語義的提示詞中時，大模型會誤把session當成是WEB開發中的專業術語，從而不斷的去優化爬蟲中會話建立的那部分代碼。
剛好巧合的是，這個網站的頁面元素中，剛好會議議題這個元素，在html的頁面結構中，就是以“session”字段標識的。當頁面爬取下來之後，大模型會誤認為session是客户端和服務端建立的會話，而不是這個頁面元素，從而有意識的忽略了議題頁面的容器，導致一直找不到具體的議題頁面。
後來經過人工對html頁面的分析，發現了這個坑，再次將提示詞裏的“session”全都改成“會議議題”，修復了這個bug。
在這個bug的處理過程中，深刻意識到我們給到大模型的提示詞一定要準確，尤其是在項目建立之初，第一次給到智能體的提示詞，一定要準確，因為第一次給的提示詞決定了整個項目的框架脈絡。要儘量避免中英文混用，注意英文一詞多義，以及計算機專業術語等。
簡單的事情複雜化
其次，在使用Qoder進行一些稍微複雜的項目開發時，要適當結合一些人工經驗。智能體是很誠實的，提示詞怎麼寫，他就會根據提示詞，去海量的代碼倉庫中去搜索類似的代碼實現。可能這個需求不需要用複雜的代碼實現，用一條命令就能實現，這個時候就需要我們人工介入處理下。
例如，當在開發安全資訊平台過程中，需要定時爬取頁面。智能體誠實的根據我提示詞裏“定期”兩個詞，幫我生成了一個幾百行代碼的任務調度器來處理這個任務。當然智能體這麼做沒有錯，不過結合我自己的需求，這個事情其實通過 crontab的一條命令就行實現。
因此，我們在用智能體生成代碼時，可以選擇是否接受她給的方案，如果自己有簡化的方案更好。
一些使用上的建議
提示詞很重要
一個好的提示詞，能夠讓智能體準確的瞭解我們的意圖，生成符合我們預期功能的代碼。那什麼是好的提示詞呢？這裏引用下上次分享會上講師給的建議：
例1：編寫一個貪吃蛇小遊戲
什麼編程語言？
貪吃蛇，蛇、食物、牆是啥樣的？
有多少關卡？
是否需要聯網支持多人對戰？
是否需要氪金？
是否要出入廣告？
....
例2：這個界面太醜了，重新做一個
哪裏醜？顏色醜？圖片醜？圖標醜？字體醜？
美的標準是什麼？
需要調整哪裏？
好的提示詞
專注聚焦
充分詳細
避免歧義
清晰具體
大概能總結上面幾條，對於大多數用户，我們其實在將提示詞輸入給智能體之前，可以讓大模型幫我們優化一下，然後自己根據優化結果再適當修改，效果就會好很多。
需要不斷雕琢
使用Qoder等智能體開發一個項目的過程中，是一個不斷測試，不斷優化、迭代、打磨的過程。無論第一次提示詞輸入的多麼完美，Qoder不可能一次性生成一個滿足你需求，馬上可用的系統。剛開始可能只是個框架輪廓，不斷的修剪和優化，最終才能成型。
適當引入專家經驗
AI Coding技術的發展，降低了編程的門檻，同時是讓會寫代碼的人更高效的寫代碼。使用智能體生成代碼的過程中，對技術專家而言，更能發揮自身的經驗優勢，清晰的告訴大模型用什麼編程語言，什麼框架，如何調優，什麼方案最簡潔等等。這些在具體場景可能都不一樣，此時專家經驗就非常重要。
總結
寫本篇文章的目的，是記錄下這個月在使用Qoder過程中的一些感想。正如上次分享會上講的，AI Coding目前還處於一個手動擋汽車階段，要實現自動駕駛還需要很長一段時間。目前關於這個工具的使用經驗貼還不太多，歡迎大家交流討論，用好這個工具，提升工作效率。
