背景是，最近一个项目出现了问题，需要紧急迭代另一个备用项目，而两个项目之间差了8个版本的样子。然后要尽快把备用项目追齐到正式项目的进度。但是过程中踩了很多的坑，这里就记录反思一下。

工具：有一个付费的GPT Plus（GPT上还有100$的额外用量，加1张重置卡）、WorkBuddy上有10000积分、还有其他的一些中转站。

踩的第一个坑是，估时，就是评估 8 个版本的差距大概要多久可以完成。

然后第二个坑是，用量，8 个版本的差距，多少的用量才是足够的。

还有就是，8 个版本的差距，怎么追平？或者说，要怎么给AI描述，让AI来实现追平？

之前迭代中一直用 GPT 5.5 来开发，开发的速度很快。所以导致估时的时候，高估了AI，或者这么说，没有AI的时候，是能准确评估开发时间的（甚至还有一种说法，就是把自己估出的时间*2，就是实际的时间，基本相差不多）。但是有了AI时候，这么评估领导就觉得很不可信，导致现在每次估时，不好意思估太久。

但是实际上，AI 只是加快软件开发中单个流程的时间，甚至可说是加快的是开发流程的时间，但是流程一个都不能少，需求+开发+联调+测试+上线，每个流程都不能少。所以，在估时的时候，要考虑到每个流程的时间，不能只考虑到开发的时间。

正常的估时，是把需求一一列出来，然后评估每个需求需要多久，最后加起来，就是所有需求的开发时间。

但是呢，最近打的仗太富裕了（没有遇到过时间不够的情况），导致这次估时的时候飘了，没有按照正常的估时来，只是粗略估计一下，只凭借印象中的几个需求，加上AI的开发速度，大致觉得多久可以，就给出了一个时间，但是事实证明这个时间非常不准确，甚至可以说相差很大。

正如之前提到的工具，有一个付费的GPT Plus（GPT上还有100$的额外用量，加1张重置卡）、WorkBuddy上有10000积分、还有其他的一些中转站。

一直用 Codex 来开发，日常迭代需求不太紧的情况下，甚至重置卡都用不到。所以也导致评估需求的时候，没有考虑到用量的问题。然后实际开发过程中，发现 8 个版本的差距，用掉了3个周卡（Tibo重置的2次）、一张重置卡、100$的额外用量，还远远不够。甚至于我再开通了一个GPT Plus（至于为什么不直接升级5X，是因为我土区的老号。。。76元一个月的GPT Plus升级就没了）。

在这个过程中，当GPT Plus的用量用完了，首先尝试用 WorkBuddy 的来作为主力开发了。嗯，用的是 WorkBuddy 中的 Deepseek-V4-Pro，但是体验上就是慢，不是不准，是慢，就是当用ChatGPT的时候，告诉它要做什么，它可能2分钟之内给出结果。但是当你用Deepseek-V4-Pro的时候，它可能需要10分钟甚至更多的时间。所以，使用上给人的体验差距很大。

中间还使用了美团的CatPawAI，领的1200积分，用的 GLM-5.2，只记得用量很快没了，做了什么，没印象了。。。

然后尝试用中转站，啧啧，之前囤的中转站，想着万一用到了呢，真到了用的时候，才发现，什么都不是，遇到的问题是，要么是额度的问题，就是额度跑的很快，可能一个需求跑完了所有的额度。要么是不稳定的问题，思考着思考着就断了，时间紧迫任务重的时候中转站用来开发是完全不行的。

所以经历过这次之后，最大的感受是，一个 GPT20x 很有必要（合租或者单买都可以）。

最后的问题是，8 个版本的差距，怎么追平？或者说，要怎么给AI描述，让AI来实现追平？

 找产品之前的文档，列出所有的需求，然后每个需求再开发一遍，开发过程中可以让AI参考（已实现的项目），但是缺点是中间有些不在产品文档中的优化或者Bugfix，可能会遗漏

 让 AI 根据已实现项目的提交记录，总结涉及到的改动和需求，生成文档，然后根据文档，创建目标并实现

你会选哪种？只能说我用的第2种，然后感受就是，选错了。。。还不如第一种，一个个需求来实现，至少目标明确。

用第2种，让ChatGPT根据commit生成了一份文档，然后让它根据文档实现，再根据文档比对验证多轮，都回复全部实现。但是实际验证过程中，发现有很多遗漏和未实现完全的，这也导致后期返工修改了多次。

只能说，让 AI 根据commit自动对齐功能，想法很美好，但是两个项目结构不同，导致实现起来并不现实，或者说 AI 暂时还做不到，必须是明确方向或需求，然后AI根据方向进行开发，换句话说，AI在执行上很好，但是具体的需求或方向人为指定。

之前一直没有考虑过，有AI之后估时的问题，甚至有时候，同事估时长的时候（我觉得一下下就好的，同是说3天，事实证明我们这边确实很快就好了，但是接口和H5的协调，确实需要时间）还觉得诧异，经历过这次之后，开始理解了。

至于 AI 的用量，我觉得，抛开用量的问题，首先应该考虑的是，模型的选择，习惯于用什么模型，或者说能接受什么样的模型（从准确度、速度、成本等角度考虑）。然后是，根据当前的实际情况（比如需求量、时间），以及模型的性能，来评估是否需要升级模型。如果模型的性能不足，或者需要处理的数据量很大，那么就需要升级模型。

至于最后一个是 AI 使用的问题，这个没有正确与否，只能说从实际的角度，如何使用AI，是看自己的习惯，或者说从自己的角度看，AI能实现哪些，这是一个主观的问题，没有绝对的答案。

关于最近这周用AI开发的一些思考

IOS开发工程师

前端

追平8个版本差距踩坑实录：估时未含联调测试环节致误差巨大；用量低估，GPTPlus+100$+重置卡+Deepseek-V4-Pro仍不足；让AI根据commit生成文档对齐方案失败，遗漏多返工重改。应逐条列需求开发，AI执行强但需明确指令，建议囤GPT20x且提前按流程估时。

软件开发

WorkBuddy 

ChatGPT

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

关于最近这周用AI开发的一些思考

关于最近这周用AI开发的一些思考

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐