Arsenal Topic
AI编程
出现期数
11
贡献者
64
提到工具
52
核心洞见
讨论从 AI 写出几千行长代码、不规范且难维护的问题切入，核心结论是不能把长期项目完全交给 AI 自由发挥。
群友解释自己做本地记忆系统的原因：Codex压缩上下文后质量会明显下降，且会把用户表述错误继续摘要放大。
群友围绕 Codex 额度消耗交流真实用量，5 倍额度两天消耗到只剩 21%。
群里分享了 Skills Hub，用来统一管理 Codex、Claude Code、WorkBuddy、DSH 等 Skill，并通过分类、标签、图标解决技能太多难查的问题。
群里集中确认 Codex 发放了免费重置卡，上月也有类似福利。
Menger 清理文件时踩到 Node 和 Trae 的磁盘占用问题：npm 依赖会在每个项目目录单独下载，Trae 日志更是膨胀到 12GB。
围绕是否完全依赖 AI 写代码，群友给出的结论是保留一部分传统编程能力更稳。
风稍微反馈这两天 Codex 体验明显变差，并怀疑与更新或缓存清空有关。
围绕 Codex/ChatGPT 额度，群友把 100 美元、200 美元档和 5 倍、20 倍体验放到真实开发消耗里比较，结论是重度开发会迅速打满额度，200 美元档性价比更高但也不够随意挥霍。
跨境电商群友分享了一个已落地的日报自动填写 Skill：原本每个店铺 10-15 分钟的日报，通过 IT 接口实现多店铺填写。
群里有人判断 DeepSeek harness 通过插件生态吸收开发者使用方式，可能把 DeepSeek 推向更强模型循环；但反方提醒，插件生态能否成立首先取决于调用成本。
晚上围绕 K3、AI 游戏宣传片和 AI 写代码质量展开讨论，群友认为模型速度与审美已经可用，但宣传视频往往是反复优化后的结果，不能直接当作一次生成能力。