appcms程序怎么做网站查看注册过的网站

appcms程序怎么做网站,查看注册过的网站,个人 申请域名做网站,手机营销软件昨天傍晚的时候#xff0c;看到了 OpenAI 官方的文章#xff0c;他们团队回忆了整个 Sora Android 版的开发过程#xff0c;收获巨大#xff0c;在这里分享给大家。去年 11 月#xff0c;Android 版 Sora 应用一上线就冲上了 Google Play 榜首#xff0c;前 24 小时用户就…昨天傍晚的时候看到了 OpenAI 官方的文章他们团队回忆了整个 Sora Android 版的开发过程收获巨大在这里分享给大家。去年 11 月Android 版 Sora 应用一上线就冲上了 Google Play 榜首前 24 小时用户就生成了超过 100 万个视频。这个成绩背后藏着一个让人意外的事实这款应用从零到上线只用了 28 天。更让人惊讶的是完成这项工作的不是一个几十人的大团队而是 4 个工程师加上他们的 AI 助手 Codex。这听起来像是在吹牛但数据摆在那里50 亿个 token 的消耗量99.9%的无崩溃率一个让开发团队自己都很满意的架构。这不是什么科幻故事而是 OpenAI 团队刚刚完成的真实项目。他们把整个过程记录下来告诉我们一个事实软件开发的游戏规则正在被 AI 悄悄改写。为什么不是几十个人干几个月按照传统做法开发一个这样规模的生产级应用通常需要一个庞大的团队花上好几个月。人多了开会多了沟通成本就上去了进度反而慢下来。计算机界有句老话向一个已经延期的项目增加人手只会让它更晚完成。这话听起来反直觉但仔细想想就明白了。十个人的团队大家要互相沟通的次数远远多于两个人。每增加一个人不是简单地增加一份力量还要增加很多协调的麻烦。OpenAI 的团队想了个办法既然人多了会添乱那就干脆保持小团队但给每个人配上强大的 AI 助手。4 个工程师每人身边有个 Codex 帮忙效果比传统的大团队还好。这里面有个很有意思的类比。Codex 就像是一个刚入职的高级工程师能力很强但需要你告诉他公司的做事风格、技术规范、产品思路。你不能指望他自己去猜这些东西但只要说清楚了他的执行能力就非常惊人。AI 能做什么不能做什么要和 AI 合作得好首先得搞清楚它擅长什么不擅长什么。Codex 有几个地方特别厉害。它能快速读懂大量代码几乎掌握所有主流编程语言。让它写单元测试它特别热衷能覆盖很多场景。编译失败了把错误日志给它看它马上能提出修复方案。最厉害的是你可以同时开好几个 Codex 会话让它们并行工作互不干扰。但它也有明显的局限。比如说你们公司喜欢用什么架构模式产品的设计理念是什么用户真实的使用习惯如何这些它都不知道得你来告诉它。它也看不到应用实际运行的样子不能自己打开手机看看界面是不是卡顿流程是不是顺畅。更关键的是Codex 在做深层次架构判断时会犯难。如果没人指导它可能会为了让功能跑起来把本该放在数据层的逻辑塞到界面层或者在不该加新组件的地方加了一堆东西。它的本能是让代码能用但不一定考虑长期的可维护性。这让人想到一个道理工具再强大也需要懂行的人来掌控方向。就像给你一把好刀你还是得知道往哪切才对。把基础打好剩下的交给 AIOpenAI 团队做了一个聪明的决定他们没有一上来就让 Codex 撸起袖子全干而是先自己搭好框架。他们亲手设计了整个应用的架构、模块划分、依赖注入这些核心结构还实现了身份验证和基础网络功能。然后写了几个有代表性的功能把代码规范、设计模式都体现在里面。这就像是给 Codex 划了一块沙盒告诉它这是我们做事的标准照着这个来。等这些准备工作做好了Codex 就能在这个框架内独立工作了而且做出来的东西都是符合规范的。这个策略的好处是显而易见的。虽然 Codex 写了整个项目 85%的代码但因为基础打得好后面就没有出现大规模返工和重构的情况。要知道在软件开发里后期推倒重来的代价是最高的。团队一开始也尝试过直接让 Codex 干活就说一句根据 iOS 版本构建 Android 应用开始吧。结果发现不行。虽然技术上能跑起来但产品体验很糟糕代码也不可靠。这印证了一个简单的道理方向比速度更重要。从写代码到管代码用了 Codex 之后工程师的工作方式发生了明显变化。以前是自己写代码现在是花更多时间审核和指导代码。这听起来好像轻松了但实际上对人的要求更高了。你需要先跟 Codex 一起理解系统是怎么运作的然后制定一个详细的实施计划最后才让它去执行。就拿做一个新功能来说OpenAI 的团队会先让 Codex 读一组相关文件总结一下功能是怎么实现的数据是怎么流转的。然后根据 Codex 的理解纠正它的偏差完善它的认知。接着一起制定实施计划哪些文件要改要加什么新逻辑流程怎么调整。等计划确定了再让 Codex 开始动手写代码。这多出来的规划环节其实很值得。因为你知道了 Codex 的计划就可以放心让它长时间自己干活了。审核代码也变容易了不用费劲去理解每一行改动只要对照计划检查实施情况就行。出了问题也好调试先看看是计划有问题还是代码有问题。更有意思的是在项目高峰期团队会同时开几个 Codex 会话。一个负责视频回放一个负责搜索功能一个处理错误还有一个写测试。每个会话定期汇报进度需要你给反馈。这种感觉不太像在用工具更像是在管理一个虚拟团队。你的角色从编码员变成了指挥者从写代码的人变成了把控方向的人。工作重心从手指在键盘上敲字变成了脑子里思考架构和决策。跨平台开发的新玩法传统的跨平台方案要么用 React Native要么用 Flutter本质都是让不同平台共享同一套代码。但 OpenAI 团队发现有了 Codex 之后可以玩出新花样。他们半开玩笑地说跨平台的未来就是 Codex 本身。换句话讲忘掉 React Native 和 Flutter未来的跨平台框架就是 Codex。这个观点太狠了太颠覆认知了。这话背后的逻辑很简单应用的底层逻辑数据模型、网络调用、业务规则这些东西在 iOS 和 Android 上其实是一样的只是用不同语言写而已。Codex 特别擅长读懂 Swift 代码然后写出功能相同的 Kotlin 代码。所以他们的做法是把 iOS、后端、Android 的代码仓库都放在一个环境里然后告诉 Codex读读 iOS 里这个功能是怎么实现的然后在 Android 里用我们的架构做出同样的效果。这种方式的好处是你不用维护一套复杂的共享抽象层但也不用写两遍代码。大部分转换工作都由 Codex 完成了你只要把控好方向就行。这里面有个更深层的洞察对 Codex 来说背景信息就是一切。当它既了解功能在 iOS 上怎么跑的又知道 Android 应用的结构是什么样的它就能发挥最大效能。背景信息给得不够它就只能瞎猜结果自然好不到哪去。这让人想到在 AI 时代能不能把复杂问题解释清楚能不能提供足够的上下文这些能力变得比以前更重要了。保持高质量的秘诀用 AI 写代码不等于可以降低质量要求。恰恰相反OpenAI 团队对代码质量的要求跟传统项目一模一样。他们的办法是在代码仓库里到处建 AGENT.md 文件把开发规范、架构原则、最佳实践都写进去。这样每次启动新会话Codex 都能自动读到这些指导保持一致的风格。其实这里用到的就是我们之前文章当中提到的 Skills 技术道理是相通的。另外一个关键是审核机制。虽然 Codex 写代码很快但每一行代码都要经过人工审核。而且因为有了实施计划审核起来反而更容易直接对照计划看实施就行了。这里面其实反映了一个趋势AI 辅助开发不是降低了对专业性的要求反而提高了。因为现在考验的不是你能不能写出代码而是你能不能判断这代码写得对不对架构设计得好不好未来维护方不方便。这跟开车的道理有点像。自动驾驶辅助功能越强司机的注意力反而要越集中因为你要随时准备接管。同样的AI 写代码越快工程师的判断力就要越强因为你要确保方向始终是对的。瓶颈转移从写代码到做决策OpenAI 团队提到一个有趣的现象用了 Codex 之后开发的瓶颈发生了转移。以前的瓶颈是写代码太慢现在的瓶颈变成了审核队列总是满的决策永远做不完。Codex 不会因为切换任务而效率降低但人会。你一会儿要审这个会话提交的代码一会儿要给那个会话提供反馈一会儿又要思考新的架构问题注意力被切得很碎。这就像是从单人独奏变成了乐团指挥。指挥的价值不在于自己能演奏多少乐器而在于能不能让整个乐团协调一致奏出和谐的乐章。而且增加 Codex 会话数量不一定能线性提升速度。就像前面说的那个道理每多一双手哪怕是虚拟的手也会增加协调成本。你要给每个会话提供指导审核每个会话的输出整合所有的改动这些都需要时间和精力。这个转变对个人成长的启示挺明显的。在 AI 时代单纯提升执行速度的价值在下降而提升判断力、系统思维、协调能力的价值在上升。技术的进步不是让某些技能变得不重要了而是让重心转移了。软件工程师的未来经历了这个项目OpenAI 团队对软件工程的未来有了新的理解。AI 辅助开发没有减少对严谨性的需求反而增加了这种需求。因为 AI 的目标是快速从 A 到 B它不会自动考虑系统的长期可维护性不会主动权衡各种技术方案的利弊。这些判断必须由人来做。软件工程师的超能力正在从会写代码变成深刻理解系统以及会和 AI 长期协作。会写代码只是基本功会设计可扩展的系统会做正确的技术决策会给 AI 提供恰到好处的指导这些才是真正的核心竞争力。有个细节很能说明问题。软件工程最有意思的部分其实是构建有吸引力的产品设计优雅的架构写高效的算法在各种可能性中找到最佳方案。但日常工作里大量时间花在了调整界面、对接 API、写重复代码这些琐事上。现在 Codex 帮忙处理这些琐事工程师就能把更多精力放在真正有价值的事情上。这不是说写代码不重要了而是说写代码的方式变了。以前是自己敲键盘现在是指导 AI 敲键盘。以前花 80%时间写代码20%时间思考现在可能反过来了花 80%时间思考、设计、审核20%时间动手写关键代码。一些值得思考的地方这个案例给我们展示了 AI 工具的真正威力不是替代人而是放大每个人的能力。4 个人配合 AI能干传统方式下需要几十人才能完成的工作。这背后有几点特别值得注意。首先是小团队在 AI 时代可能比大团队更有优势。人少意味着沟通成本低决策链条短每个人都能深度参与对项目有全局认知。配上强大的 AI 工具小团队的执行力可能反而更强。其次是专业判断的价值在上升。当执行工作可以交给 AI 时怎么判断方向对不对架构好不好决策合不合理这些需要经验和洞察力的能力就变得更加重要。技术门槛在某种程度上降低了但专业门槛反而提高了。还有一点是上下文管理能力的重要性。怎么给 AI 提供恰当的背景信息怎么把复杂的需求解释清楚怎么检查 AI 的输出是否符合预期这些都是新的技能要求。会用 AI 不等于会管 AI会管 AI 才能真正发挥它的价值。最后是工作方式的根本转变。从单打独斗到人机协作从自己做所有事情到指挥 AI 做大部分事情这个转变需要心态和能力的双重调整。有些人可能觉得这样反而累了因为要同时管好几个 AI 会话不停地审核和反馈。但换个角度看这也是把时间从重复劳动中解放出来投入到更有创造性的工作中。新篇章才刚刚开始OpenAI 团队在文章最后说七个月前 Codex 刚推出研究预览版时软件工程的样子跟现在已经很不一样了。随着模型和工具不断进化AI 会成为开发过程中不可或缺的一部分。这话说得很诚恳。他们没有吹嘘自己的方法多么完美而是坦言这只是一次探索希望分享出来能帮助更多团队找到适合自己的 AI 协作方式。从更大的视角看这个案例揭示的不仅是软件开发方式的变化而是整个知识工作方式的变化。写代码如此写文章、做设计、分析数据也是如此。AI 不是来抢饭碗的而是来帮我们把饭碗端得更稳的。关键在于我们能不能适应新的工作方式能不能学会和 AI 合作能不能把时间投入到机器做不了的事情上。28 天完成一个 Android 应用这只是开始。接下来还会有更多这样的故事发生在各个领域各个行业。而那些早点适应这种变化学会和 AI 协作的人大概率会在新时代里找到自己的位置。原文地址https://openai.com/zh-Hans-CN/index/shipping-sora-for-android-with-codex/最后介绍一下我的星球「AIGC·掘金成长研习社」主要分享什么内容呢三个板块的内容1、副业赚钱领域的内容。我做自媒体十几年了有很多副业赚钱方面的经验和干货而且每周都会定期详细带大家拆解一个副业赚钱案例持续更新的那种目前已经分享了上百篇跟副业赚钱相关的帖子和文章了。2、AI 落地和实操相关的内容。我在里面也分享了很多 AI的各种玩法和落地场景包括用 AI 做副业的案例也都有。3、个人成长。我会分享很多我做超级个体和自由职业的一些思考和成长类的内容目前我已经做自由职业 5 年了有太多的感慨和内容分享。如果你想学习如何搞副业如何使用 AI 甚至如何使用 AI 搞副业那一定要加入我这个超值的星球。目前已经更新了 1600 多条干货和文章了加入成员 790。感兴趣的可以加入。最近限时最大优惠原价 149 今天加入可以立减 50 元只需要 99 元春节后会涨价到 199 元。我认为我的星球是目前副业和 AI 领域最超值和具有性价比的星球价格不贵同时内容也不比几千块钱的星球差。大家可以扫码查看支持 3 天无理由退款内容好不好先进来看看再说不适合自己退了也没毛病。