在使用AI时,您是否注意到代码库出现膨胀现象?
摘要
用户观察到,像Claude和Codex这样的AI模型倾向于实现新逻辑而非扩展现有代码,导致代码膨胀,并寻求他人经验和改善工作流的方法。
我在工作中同时使用Claude和Codex,观察到这些模型更倾向于实现新逻辑,而不是扩展现有功能。这常常导致在增量使用时代码膨胀。大多数基准测试也只评估模型从头创建项目的能力,而忽略了在现有代码库上进行编辑或增量开发。对于较小的模型,我观察到它们在编辑方面比实现更差。你们是否观察到同样的情况?你们使用什么方法来改善工作流程?
相似文章
我应该从Claude Code迁移到Codex吗?
本文对比了Anthropic的Claude Code和OpenAI的Codex,帮助开发者决定选择哪个AI编码工具。
我让Codex和Claude Opus处理同一个Java AI单体代理项目
一位开发者比较了Codex 5.3和Claude Opus 4.6在自主Java AI代理开发中的表现,发现架构更优雅的模型(Claude)经常产生从未执行过的代码,而更直接、更单调的Codex则通过超时和历史恢复等实用修复改进了实际产品。
人工智能的冒险
作者分享了使用多种AI编码助手(Claude Code、Codex、Pi)进行代码审查和重构的经验,发现前沿模型在捕捉细微错误方面出奇地有效,但也注意到一些工具质量较低且行为不稳定。
AI 编码代理需要“先计划后编辑”的工作流程?征求反馈
一种为 AI 编码代理提出的工作流程,强调在代码编辑之前进行头脑风暴和执行边界约束,寻求社区对其实用性的反馈。
更广泛的AI代理是否能打造更好的编码工作流?
本文探讨了与专注于编码的AI代理相比,更广泛的AI代理是否能增强编码工作流,讨论了工具访问、权限和工作流复杂性方面的权衡。