在个人项目上与 LLM 结对编程
自基于 LLM 的 AI 出现以来。任务：自基于 LLM 的 AI 出现以来。我过去使用过 Claude 的网页版，最近则在使用 Jules（集成 GitHub 的 Gemini）。这些工具需要特定的方法来进行结对编程，但我并不介意不实际坐在同一台电脑旁，也不介意不共享视频会议。这更像是一种导航员偶尔驾驶的模式：我在本地进行编码，然后将代码提交回 LLM。如果你愿意付费，可以使用本地运行的工具来获得更具交互性的会话。当然，使用 AI 的常规注意事项依然适用，但这正是与他人（无论人类与否）合作有趣的地方：你永远不知道结果会如何！；工具：Claude。人工角色：原始帖子没有说明人如何参与。；局限：主要限制是需要特定的交互风格，即人类在本地驱动，AI 进行导航，这可能不适合所有编码任务。作者提到，使用本地运行工具以获得更具交互性的会话需要付费。常规 AI 注意事项适用，包括潜在的幻觉或需要人工验证的次优代码建议。。
工具
Agent Work Atlas 发布日期:
概述
自基于 LLM 的 AI 出现以来。
工作流程
自基于 LLM 的 AI 出现以来。我过去使用过 Claude 的网页版，最近则在使用 Jules（集成 GitHub 的 Gemini）。这些工具需要特定的方法来进行结对编程，但我并不介意不实际坐在同一台电脑旁，也不介意不共享视频会议。这更像是一种导航员偶尔驾驶的模式：我在本地进行编码，然后将代码提交回 LLM。如果你愿意付费，可以使用本地运行的工具来获得更具交互性的会话。当然，使用 AI 的常规注意事项依然适用，但这正是与他人（无论人类与否）合作有趣的地方：你永远不知道结果会如何！
原文报告的结果
来源未报告具体的测量结果，如节省的代码行数或错误减少率。作者指出体验具有不可预测性，称“你永远不知道结果会如何”，暗示输出质量存在波动。未提供量化成功指标来验证此方法的效率。
人工角色
原始帖子没有说明人如何参与。
局限
主要限制是需要特定的交互风格，即人类在本地驱动，AI 进行导航，这可能不适合所有编码任务。作者提到，使用本地运行工具以获得更具交互性的会话需要付费。常规 AI 注意事项适用，包括潜在的幻觉或需要人工验证的次优代码建议。
试一试
作为我个人项目的结对编程助手。我将提供背景信息：[可替换：项目描述和技术栈]。我将向你提交代码片段或问题描述。你的角色是充当“导航员”：审查我的本地代码，提出改进建议，或根据我的输入生成下一个逻辑代码块。不要假设你正在驱动整个会话；等待我的本地实现更新。在最终确定任何代码建议之前，请让我确认逻辑与我当前的本地状态一致。首先审查这个示例片段：[可替换：代码片段]。提供反馈和建议的下一步。我将在本地实施并返回结果供你验证。确保所有输出都明确标记为供我审查的建议，而非最终提交。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。