Hacker News 中文摘要

RSS订阅

问HN：你的（AI）开发技术栈/工作流是什么？ -- Ask HN: What is your (AI) dev tech stack / workflow?

原文链接 | HN讨论 | 2026-06-06 05:16:26

文章摘要

这篇文章是Hacker News上的一个讨论帖，询问开发者们目前在人工智能开发中使用哪些技术栈和工作流程，引发了103个点赞和86条评论的热烈讨论。

文章总结

以下是文章主要内容的重新陈述：

标题：开发者分享AI开发技术栈与工作流程

核心内容： 一位拥有20多年开发经验的程序员计划举办面向不同水平开发者的AI工具使用研讨会，希望了解当前开发者们使用的AI开发工具和工作流程。他本人主要使用Linux Mint、VSCodium、Python等技术栈，但对AI工具使用较少。

开发者分享的AI工具和工作流程： 1. 主流工具： - Claude Code（Anthropic） - Codex（OpenAI） - OpenCode（支持多种模型） - GitHub Copilot

  1. 工作流程方法：

    • 规范驱动开发（Spec Driven Development）：先编写详细规范，再分解任务
    • 多代理协作：使用不同AI模型分别负责架构、开发和代码审查
    • 测试驱动开发（TDD）：先编写测试用例，再让AI实现代码
    • "慢代码"方法：将AI作为设计伙伴而非代码生成器

  2. 辅助工具：

    • 终端工具：Ghostty、Tmux、Neovim
    • 版本控制：Git工作树（worktree）管理不同功能开发
    • 容器化：使用Docker隔离AI开发环境

  3. 经验分享：

    • 建议保持工具链简单
    • 重视代码审查和测试
    • 不同模型擅长不同任务（如GPT-5.5适合规划，DeepSeek适合实现）
    • 对AI生成的代码保持审慎态度

挑战与建议： - 新手和资深开发者需求差异大，建议分开教学 - Windows环境下的开发工具配置可能较复杂 - 需要注意AI生成代码的安全性和质量 - 建议从基础工具开始，逐步掌握更高级的工作流程

其他资源： - 斯坦福大学相关课程《CS146S：现代软件开发》 - 开发者自建的工具和框架（如Tamandua、Picosa等） - 各类AI模型的比较和使用心得

这篇文章汇集了众多开发者使用AI工具进行软件开发的实际经验，展示了当前AI辅助开发的各种可能性和最佳实践。

评论总结

以下是评论内容的总结，按不同观点分类呈现：

【AI辅助开发的主流工具】 1. Claude Code和OpenCode是最常被推荐的AI编程工具 关键引用："Claude code + very opinionated type script"(mkw5053) "OpenCode + their Go subscription...Check out Dax Raad"(verdverm)

  1. 开发者常配合使用终端工具和定制化环境 关键引用："MacOS, Ghostty, Neovim, Pi"(michaelmior) "virgin project: 1/ spec driven dev"(itake)

【完全自动化工作流】 1. 多代理协作模式日益流行 关键引用："three agent combo (architect, developer, reviewer)"(stavros) "full automation...work via checklists and gates"(aabdi)

  1. 规范驱动开发(SDD)成为趋势 关键引用："Spec Driven Development approach...materialized in specs"(sermakarevich) "spec driven dev...then degrade to multiple sessions"(itake)

【保守使用AI的观点】 1. 坚持传统编程方式 关键引用："none...program the old-fashioned way"(chrismorgan) "strict AI policy...Mostly Hand coded"(gottagocode)

  1. 将AI作为设计伙伴而非代码生成器 关键引用："'slow code' approach...like a design partner"(coffeecoders) "debate with it...best rubber-ducking partner"(coffeecoder)

【开发环境配置】 1. 终端优先的工作流 关键引用："terminal-first workflow"(RivoLink) "Ghostty/Terminal...don't need to complicate it"(emehex)

  1. 容器化开发环境 关键引用："LXC containers...base container"(zackify) "worktrees...zellij layout"(Galanwe)

【教育相关】 1. 个性化教学的必要性 关键引用："split my course into basic and advanced"(AndrewKemendo) "Stanford University offered...CS146S"(pss314)

注：所有评论均无评分数据。总结保留了主要观点分歧，包括积极采用AI工具、保守使用和完全拒绝三类立场，并涵盖了开发环境配置和教育应用等衍生话题。