Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报Hot
    • 最新趋势
    • AI 工具
    • 热门资源
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • 强化 AI 学习
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • 社区
Search
  • Contact
  • Blog
  • Complaint
  • Advertise
© 2024 Prompt 语宙. HalfPX. All Rights Reserved.
阅读: 软件开发加速的秘诀:小步快跑 [译]
Share
登陆
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
Search
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报Hot
    • 最新趋势
    • AI 工具
    • 热门资源
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • 强化 AI 学习
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • 社区
已有帐户? 登陆
  • Contact
  • Blog
  • Complaint
  • Advertise
© 2023 Prompt 语宙. Paooo.com. All Rights Reserved.
Prompt 语宙 > 强化 AI 学习 > 软件开发加速的秘诀:小步快跑 [译]
强化 AI 学习

软件开发加速的秘诀:小步快跑 [译]

宝玉的分享
最近更新: 2026年5月23日 下午6:31
SHARE

Mohamed Aboelez

小步快跑,助你在软件开发中加速前行。

图片来源:Fernando muñoz 在 Unsplash 拍摄

虽然关于这个主题已经有很多讨论,但在配对编程实践中,这个观点仍然频繁出现,值得我们再次强调。

我将用音乐录制这个不同领域的例子来阐释这一点。作为一个业余吉他手,我尝试录制音乐。我通常会先大致拼凑出一首歌的框架——包括基础结构、和弦进行、旋律等,使用的是单一序列化乐器,比如一个优质的合成器音色。这大概需要我用掉一个下午的时间,完成一首 5 分钟长的音乐作品。

接下来,我会开始准备吉他部分——如果是那种风格的安排——并开始录制它们(音乐人通常称这个过程为“跟踪”。)

以复杂的吉他独奏为例;一个 16 小节的独奏大约持续 30 秒,速度约为每分钟 120 拍。你可能会认为一次就能录好。但实际并非如此简单。因为这是金属乐,要求极高,我努力做到最佳录音。

我可能会尝试将整个独奏一次性录制,但通常需要多次尝试才能得到满意的结果。甚至有时,我会特别喜欢第 3 次尝试的前 4 小节,第 6 次尝试的后 4 小节,以及第 1 次尝试的中间 8 小节。我可以将这些部分编辑在一起,现在这已经变得非常简单,创建一个“超级录音”,值得保存。

每次尝试都会消耗时间:如果我让我的音频工作站软件循环播放那 16 小节,每次录制一个新尝试,至少需要 30 秒。

为了得到我满意的录音,我花费了 6 次 30 秒(共 3 分钟)。

现在,设想如果我是按 4 小节的段落来录制这些尝试。每次尝试的持续时间将是 7.5 秒。为了让前 4 小节达到满意,我需要 3 次 7.5 秒(共 22.5 秒)。为了让最后 4 小节满意,我需要 6 次 7.5 秒(共 45 秒),中间 8 小节只需要 15 秒。

因此,以 4 小节为单位进行录制,我大约需要用 1 分钟 22.5 秒的时间。

虽然分段录制可能会增加一些额外工作量,但我发现,通过分解任务,我能更快地完成理想中的表演。

一个坚持纯粹表演的人可能会要求我一次性完整录制每个吉他部分。这其实就是现场表演的本质。但现场表演也有它的负担,比如排练时间。当我录制吉他部分时,实际上也相当于在排练。

现代数字录音技术让排练和表演的界限变得模糊。我家里有一个多轨录音室,可以随心所欲地录音,这就意味着我不必像过去那样为了节省昂贵的录音室时间而进行大量排练。

实际上,作曲、排练、表演和录音之间的界限已经完全消失。编程领域也是如此。

还记得编译器运行缓慢的日子吗?我们中的一些人甚至记得编译器运行在大型中央计算机上,可能要等待 15-30 分钟才能知道代码是否语法正确(更别说是否运行正常了)。

那个时代部分解释了为何“一次做对”需要大量前期工作,并促成了“设计”、“编码”和“测试”之间人为划分的现象,这种现象在今天的开发文化中仍然存在。

现在的情况是,我不再需要到计算机实验室去预约大型主机,就像我不需要去录音室预约音响工程师一样。我随时可以使用工具,成本几乎为零。因此,我可以进行各种尝试。说到底,无论是编程还是录音,本质上都是一种实验。

我们所做的一切都是实验。实验可能失败,因此我们可能需要反复尝试。一次又一次,直到获得满意的结果。

因此,如果我们要采取实验性、迭代性的方法,就必须分解成小块。因为更大的任务意味着更长的周期,更长的周期意味着我们不得不接受较差的结果——例如,前四小节可能不太理想,但在我们有限的时间里,这是六次尝试中最好的一次——或者我们需要花费更多时间来进行足够的迭代(电影导演称之为“覆盖”),以确保最终获得更多优秀作品。

这解释了为什么现场表演通常不如录音室表演那般完美无瑕,以及为什么大块头的软件开发往往耗时更长,或者成品不够理想。

谈到吉他演奏,曲目越是复杂和富有挑战性,我们就应该采取更小的步伐来演绎。例如,我可能可以一次性录制一个较长的布鲁斯摇滚曲段,因为演奏错误的几率较低。同理,在软件开发中,潜在的错误越多,我们就越需要小心翼翼,一步一个脚印地前进。

其实,这本质上是一个概率问题。如果我们一次只猜一个数字,那么猜出一个四位数的难度就会降低许多。

如果你觉得自己不够聪明,也缺乏才华,该如何行动 [译]
2023 年最佳发明 [译]
2024 年 AI 领域的 10 大预测 [译]
我们是如何利用大语言模型 (LLM) 改进 GitHub Copilot 的探索之旅 [译]
创新输入法:引领输入技术的未来潮流 [译]
分享
Email 复制链接 打印
Share
上一篇 Francisco Tustumi 在电脑前工作的画像 ChatGPT 一周年回顾:谁在使用它,用途有哪些,为什么受欢迎? [译]
下一篇 RAG 与 GPT-4 的上下文窗口比较:准确性、成本和响应速度 [译]
发表评价

发表评价 取消回复

您的邮箱地址不会被公开。 必填项已用 * 标注

Please select a rating!

Ad image
- 入群领取知识星球折扣卷, 仅剩99份 -
Ad imageAd image

最近更新

Gemma 3 QAT – 谷歌推出的最新开源模型,Gemma 3 量化版
AIGC 资讯
Llasa TTS – 香港科技大学开源的文本转语音模型
AIGC 资讯
Gemini 2.0 Flash – Google推出的多模态 AI 模型
AIGC 资讯
Absolute Zero – 清华大学等机构推出的语言模型推理训练方法
AIGC 资讯

相关推荐

强化 AI 学习

提示工程指南 [译]

宝玉的分享
强化 AI 学习

科学与工程助力更优秀的文本生成 [译]

宝玉的分享
图 18: Sora 的应用案例。
强化 AI 学习

Sora:探索大型视觉模型的前世今生、技术内核及未来趋势 [译]

宝玉的分享

福布斯采访 Notion 创始人:用“乐高”式创新挑战 Google Docs 和 Microsoft Office [译]

宝玉的分享
/ Prompt 语宙 /

Experience the limitless creative possibilities of generative AI and unlock new levels of innovation.

Quick Link

  • Remaker AI
  • BGRemaker 抠图Hot
  • AIGC 工具
  • Prompt 咒语生成器
  • 去水印工具

Support

  • Contact
  • Blog
  • Complaint
  • Advertise

标签

Agent AGI AI AI Agent AIGC AI商业化 AI大模型 AI安全 AI工具 AI搜索 AI智能体 AI生成内容 AI监管 AI绘画 AI编程 AI编程工具 AI编程智能体 AI芯片 AI视频 AI视频生成 AI设计 Anthropic chatgpt Claude Claude Code Claude Mythos Claude Opus 4.8 DeepSeek DuckDuckGo Gemini GPT-5.5 MCP协议 meta Midjourney MiniMax MoE MoE架构 NVIDIA openai OpenRouter Pika prompt SpaceX stable diffusion SWE-Bench xAI 世界模型 丛林 人工智能 人物 企业级AI 具身智能 命令行工具 图像生成模型 多模态 多模态大模型 大模型 大模型API 大模型应用 大语言模型 字节跳动 家居 小米 展台 建筑 开源 开源大模型 开源工具 开源框架 开源模型 强化学习 微软 教程 早报 智能体 智能体编程 智谱AI 月之暗面 本地AI 海报设计 生成式AI 科大讯飞 科幻 端侧AI 端侧大模型 网络安全 联想 腾讯混元 英伟达 苹果 视频生成模型 语音合成 谷歌 谷歌AI 赛博朋克 长上下文 阶跃星辰 阿里通义 阿里通义千问 风景
Prompt 语宙Prompt 语宙
Follow US
© 2009-2026 Prompt 语宙. Paooo.com. All Rights Reserved.