sentinelK
是，我也不太懂为何你们要把家里大门暴露出去。 进贼了怪我门锁干什么，明明是你们要把家里大门暴露到外界的。
外面装个防盗门不好吗？
如果公司提供，那么你的 KPI 其实是计算了 AI 赋能之后的。相当于你理论上应该完成更多的工作。 如果公司不提供，你自购就可以利用你的生产力和公司 KPI 之间的差偷偷划水。
里外里，想不到任何不用 AI Coding 的理由。
所以经济类纠纷，律师都是按照赔偿比例收费的。这就避免了律师利益方向和事主不同的问题。
1 、在表达方式上，监督学习的结果一定是讨好审核者的。 2 、因为大语言模型是统计学，所以讨好使用者和你最终得到的结果是否“降智”没有特别相干的关系，可以尝试多提供一些上文，从而排除一些错误的局部最优。
程序错误 ≠ 编译报错 不需编译 ≠ 运行前无法检查错误
VibeCoding 同理，他只能降低参与门槛，但不能降低软件工程行业的门槛。
因为软件工程的商业价值从来不是“写代码”本身。 餐馆后厨的商业价值也从来不是“做饭”。
如果假定低代码这个产物客观合理。
我个人理解是这二者，在技术领域上不冲突。但是商业模式上冲突。 技术领域这二者是完全的反面。一个是精准的逻辑组合，一个是概率的模糊生成。
商业上二者完全冲突。低代码的本质就是降低业务的数字化门槛，让业务人员更多的参与程序的制定。 VibeCoding …
举个例子，比如 agent 模式生成了一次代码，然后调用 console 编译，未通过，他会尝试修复一次，然后再编译。
这个过程，从文档的描述上看，算两次请求。对于 opus ，也就是消耗 6 额度。
应该是跟 https://docs.github.com/zh/copilot/concepts/billing/copilot-requests 中，对于 Copilot coding agent 的描述有关。
对于 agent 模式的计费是，“each real-time steering…
短线看确实没有关系。中长期看有一定关系。 建议在分批建仓这种宽基指数以外，可以针对性的投一两个行业 ETF 。这样可以增加一定的盈利概率。
另外，高股息的类似“红利 ETF”，也可以作为对冲进行一定量的购买进行防守。