分场景AI参与度的正确规划
统计数据加载中...
决策变量
在分析AI参与阈值前，需先评估项目的以下属性：
- 目标优先级（学习/产出/兴趣）
- 复杂度（算法/架构/业务逻辑）
- 时间成本（紧急程度/截止日期）
- 创新性（标准化/创造性需求）
- 领域熟悉度（熟悉领域/陌生领域）
主题场景
- AI 阈值采用 714 标准以及全 AI 参与标准。
学习型项目
- 示例：小型技术Demo、技术实战项目
- 建议AI参与阈值：30%
- 参考标准：
- AI仅用于：语法检查、边界处理生成、shell脚本自动化
- 禁止直接复制AI代码，要求手动实现后与AI方案对比
- 适用"橡皮鸭调试法"：向AI解释自己的代码逻辑
- 核心业务逻辑必须手动实现
生产型项目
- 示例：工作中的增删改查业务需求、重复性工具脚本、毕业设计以及外包接单、重构项目
- 建议AI参与阈值：70-100%
- 参考标准：
- 用AI生成基础框架（如Spring Boot控制器、React组件模板）和标准组件
- 核心业务逻辑可部分依赖AI实现，但需自己审核和理解
- 高度重复性和模板化代码可完全由AI生成
创新型项目
- 示例：个人项目、技术实验（自己都无法确定可行的天马行空的想法）
- 建议AI参与阈值：40%
- 参考标准：
- 使用AI进行技术选型咨询、编写辅助功能和标准功能的实现
- 创新核心概念和差异化模块需手动实现
- 无法确定的功能，先用AI快速构建验证性原型，确认可行后再手动重写关键部分
- 不知道如何实现的功能，让AI生成实现方案与解释，理解后手动实现
- 涉及到高复杂度的功能，与AI合作将高复杂度功能拆分为多个可理解模块，逐个掌握
- 限制复制粘贴，AI 生成的代码，需要手动重写确保理解（辅助功能以及标准功能除外）
专精型项目
- 示例：大厂项目、安全系统
- 建议AI参与阈值：10%
- 参考标准：
- 使用AI搜集参考资料、测试数据生成、代码审查、最终优化建议
- 几乎所有代码，包含核心算法和业务逻辑都完全手写
个性化场景
学习型+生产型项目
使用权重公式：(主要目标阈值 × 0.6) + (次要目标阈值 × 0.4) + 调整因子
调整因子变量调整表
| 决策变量 | 情况 | 调整值 |
|---|---|---|
| 目标优先级 | 纯学习 | -20% |
| 学习略重于产出 | -10% | |
| 平衡学习与产出 | 0% | |
| 产出略重于学习 | +10% | |
| 纯产出 | +20% | |
| 复杂度 | 简单 | -10% |
| 中等 | 0% | |
| 复杂 | +15% | |
| 极复杂 | +25% | |
| 时间成本 | 充裕 | -15% |
| 标准 | 0% | |
| 紧急 | +10% | |
| 极度紧急 | +20% | |
| 创新性 | AI标准化 | +15% |
| 常规 | 0% | |
| 中等创新 | -10% | |
| 高度创新 | -20% | |
| 领域熟悉度 | 专家水平 | -25% |
| 熟悉 | -15% | |
| 基本了解 | 0% | |
| 陌生 | +15% | |
| 完全未知 | +25% |
- 示例：
- 学习 React 技能的同时重构 vue 项目：30% × 0.6 + 70% × 0.4 + 20% ≈ 70%
暂无评论