No.75 Kaiyi: 前AI 时代、Vibe Coding和未来的AI

嗨，大家好！欢迎来到这期串台节目。在这次的节目中，主播开译与教育AI制造的主播依子进行了闲聊，探讨了彼此对AI发展现状的一些看法。节目的许多观点让人耳目一新，欢迎各位收听和互动！今天的节目非常特别，因为我们的嘉宾KK是一位在多个领域持续探索跨界融合的实践者。他的身份多元，既是大厂的工程师，又是独立开发者。他不仅对AI以及AI智能体有深入的研究，积极参与开源项目，还开发了一系列相关课程。在我看来，KK是一位在实践中不断前行、动手动脑的小伙伴。

每次我准备节目的时候，都会思考怎样的对话能够激发我们对AI与教育关系的进一步思考。因此，今天KK的经历与视角让我特别期待这次的聊天。他拥有丰富的实践经验，更难得的是在忙碌中始终保持独立思考，形成了自己鲜明的见解。那我话不多说，邀请KK跟大家打个招呼吧！

KK分享道，如果大家了解过我的个人网站或社交媒体，可能会觉得我涉及的方向挺多。事实上，我的路线还是比较简单的。在前AI时代，我主要从事前端开发，持续了大约五年。随着AI的到来，我明显感受到了一定的危机，大家对AI的了解和适应仿佛成了一种共识。在前AI时代，我参与了一个名为“quity learner”的项目，目前该项目有大约1万7000个星标，是一个相对受欢迎的科学项目。在AI时代，我意识到自己需要转型。在我的工作中，正好也负责大模型应用的开发框架，因此我创建了Lanchine到JS的课程，试图帮助自己和更多人从传统开发转向AI。

在近期的独立项目中，我选择提供个人咨询服务。工作后我发现在职场中人们沟通甚少，接触新信息和知识的机会也不多。因此，接触更多人，了解他们的想法，也能给我带来启发。当前，从DeepSeek到ONE，新的AI浪潮层出不穷，我正在观察这些新发展，看看能否再创造一些有趣的产品。

在这个过程中，我感觉你完全实现了一个产品化的过程。关于这个话题，我有两个问题。首先，你的核心驱动力是什么？尽管在大厂工作经验丰富，但你为何还要进行独立项目和课程开发？我认为，这在于寻找意义。在咨询过程中，许多人会抱怨，他们在工作的过程中找不到意义。我个人的感受也是如此。我认为不应将人生的意义完全寄托在工作上，因为一个商业产品的成功受多种因素影响，包括你的努力，但往往这些因素在整体成功与失败中占的比例很小。大家都有对意义的追寻，而我希望做一些事情，让自己感到快乐。

我在探索自己的边界，尝试创作一些产品，以期让用户真正感受到我的思路，这使我感到更有意义。同时，我的个人性格也决定了我的选择。虽然很多时候人们认为算法比后端、后端比前端重要，但我最开始选择前端，是因为我觉得自己更擅长与人进行互动，将想法转化为有趣的产品。我发现，在大厂的工作往往使我与用户的距离拉远，满足于来自部门的压力与任务，而这样很难体会到自己努力的真实价值。因此，进行个人项目时，能更快地获得用户反馈，感受到努力的意义。

事实上，谈到个人意义，我对你的经历非常感兴趣，尤其是你在不断探索与转型中是否感到疲惫？我之所以问这个问题，是因为我也有类似的经历，比如我最开始学习哲学，然后转到计算机，接着又转到教育学。

每个领域都有不同的特点，而作为一名工程师，我有时会觉得自己正在进行一场八杆子打不着的探索。之所以这样，是因为我始终在寻找一个对我有意义的角色，想弄清楚自己在生活中可以扮演怎样的角色、处于怎样的位置，以及我能够为周围事物创造多大的价值。这一过程的转型常常伴随着阵痛，这让我很好奇你对此的看法，特别是当这些外部因素让你觉得不适，或者超出了你的舒适区时。

我想补充一些背景，因为你是做前端开发的，且我认为这是主观决定的选择。许多人可能会觉得前端开发并不是一个很容易或很有前景的工作。比如，最近推出的cloud 3.7 sonnet 吸引了很多媒体的关注，人们普遍讨论它可能会打击前端工程师，甚至声称要毁灭前端开发。因为这个大模型可以迅速生成几乎可以直接使用的前端代码和展现方式。这种情况自然给许多人在个人规划与职业发展上带来了不确定感。我很好奇你如何看待这种转型带来的阵痛，以及大环境对你造成的不确定性。

你提到的领域跨度，比如从哲学到计算机，再到教育学，对我来说经验不多。毕竟，我在高考选专业时就明确了自己的爱好是计算机。除了计算机外，我并没有特别擅长的领域。老实说，我的小脑不太发达，运动方面也不太擅长。我发现，计算机是我唯一的爱好与擅长的事情。曾经，有位著名的程序员说过，程序员做的是世界上最有趣的事情，而且还会有人愿意为此支付薪水。这让我坚定了自己对计算机的热爱。

建议如果你后来正在读书，思考一下你真正擅长和热爱的东西，虽然这些不一定是最赚钱的，但它们会减少你未来的迷茫。关于AI，我最近在使用Cursor。对于那些还没有尝试Cursor的人，我强烈建议你们去试一试。Cursor刚推出时，我的许多朋友推荐我试用，但当时我在用GitHub Copilot，之前因为有开源项目的支持，使用也很方便，工作后公司给我提供了资源，所以我一直用着，每月支付20刀，也懒得更换软件。直到一个月前我才开始使用Cursor。我算是比较迟才尝试的人，但使用后我十分推荐，和我有相似想法的人可以立即去尝试，它几乎取代了我90%以上的工作，现在90%的代码都是由Cursor写的。

Cursor在前端的能力也非常强大，尤其是在我进行个人项目或验证想法时，它仍然能写出90%的前端代码。不过就AI是否能完全取代前端开发，我目前的看法是：首先，AI的确取代了一些程序员。我在组织工作时，更多的是关注后端和模型，而我在拍摄和模型方面并不擅长。但我理解代码背后的逻辑与架构，这是我能有效使用Cursor的原因。我把我的逻辑和架构告诉Cursor，它帮我写出代码，而我有基本的程序认知能力，可以判断其逻辑的对错。然后我会给Cursor下一步指令，让它继续完成工作，而最终得到的代码，我重写后都是正确的。

在没有Cursor之前，我觉得一个月的任务写不完，但有了Cursor，一周就能完成。然而，如果把这个任务交给另外一个对计算机知识不够了解的人，我想就算给他一个月，他也无法完成。这是因为计算机有其基础概念，而我们学习的计算机科学，远不止于编码，它不仅仅是工程，更是一门科学。了解架构与逻辑才能更好地利用这些工具。回到前后端的主题，我认为AI编程能力最强的场景是那些可测试的场景，比如后端的CRUD操作和大部分API，它们都有明确的输入和输出。这也意味着可以非常容易地生成一堆测试用例。让我AI为这个场景生成100个测试用例后，我再筛选出需要的部分，若有遗漏的边缘案例，我再补充。完成后，我会询问AI是否能跑测试，检查效果。如果测试不通过，根据错误提示再修改代码，整个流程将变得非常程序化。

然而，前端的情况则不同。我曾经在写大量前端的端到端测试，那是一段艰苦的经历，因为需要用无头浏览器模拟用户操作，任何小改动都可能导致测试失败，比如你想测试某个UI点击按钮后是否能弹出对话框，但如果某个兄弟团队上线了新的功能，可能会弹出一个提示标识，遮挡住你的测试目标，这就会导致测试失败。因此，我认为在这一过程中，前端可能不那么容易被取代，或许这也是我前端背景所致，得出了这样的结论。

另外，从另一个角度来看，在SaaS