在人工智能時代，如何利用 AI 輔助編程快速構(gòu)建軟件原型？吳恩達老師在這篇信中分享了他的心得與最佳實踐。他不僅介紹了自己當(dāng)前使用的技術(shù)棧（包括 Python + FastAPI、Uvicorn、MongoDB 等），還探討了如何通過明確選擇工具和優(yōu)化開發(fā)流程，大幅提升開發(fā)效率。

文中重點包括：

1. 技術(shù)棧的重要性：如何選擇適合自己的工具，并熟悉其組件以加速開發(fā)。

2. AI 輔助編程：OpenAI 和 Anthropic 的最新模型如何幫助從代碼到設(shè)計層面的開發(fā)。

3. 快速迭代的方法：使用 NoSQL 數(shù)據(jù)庫和云服務(wù)實現(xiàn)靈活的原型開發(fā)。

4. 持續(xù)學(xué)習(xí)與演進：技術(shù)棧的選擇是動態(tài)的，不斷嘗試新工具可以帶來更多可能性。

如果你正在尋找提升開發(fā)效率的靈感，或者對 AI 輔助編程的實際應(yīng)用感興趣，這篇文章將為你提供豐富的實用建議和方法論

以下內(nèi)容為其推文轉(zhuǎn)譯：

親愛的朋友們：

使用 AI 輔助編程構(gòu)建軟件原型是快速探索各種想法并發(fā)明新事物的重要方式。在這封信和未來的信件中，我想與大家分享一些構(gòu)建簡單 Web 應(yīng)用原型的最佳實踐。本次信件將聚焦于一個核心理念：對軟件技術(shù)棧要有明確的選擇。

我個人使用的軟件技術(shù)棧每隔幾周就會發(fā)生變化。雖然有許多不錯的替代選擇，但如果你選擇一個首選的技術(shù)棧并熟悉其組件，你會開發(fā)得更快。以下是我目前默認(rèn)使用的技術(shù)棧，僅供參考：

• 使用 Python 和 FastAPI 構(gòu)建 Web API：我主要使用 Python 編程，所以選擇它對我來說很自然。如果你是 JavaScript/TypeScript 開發(fā)者，可能會有不同的選擇。我發(fā)現(xiàn) FastAPI 非常易于使用，并且在部署 Python 托管的 Web 服務(wù)（API）時具有良好的可擴展性。
• Uvicorn：用于在本地測試時運行后端應(yīng)用服務(wù)器（執(zhí)行代碼和提供網(wǎng)頁）。
• 云端部署：對于小型應(yīng)用，我使用 Heroku；對于較大的應(yīng)用，我使用 AWS Elastic Beanstalk（說明：我在亞馬遜董事會任職）。當(dāng)然，還有許多其他服務(wù)可以部署應(yīng)用，比如 HuggingFace Spaces、Railway、Google Firebase、Vercel 等。這些服務(wù)大多表現(xiàn)不錯，熟悉其中一兩個可以簡化你的開發(fā)過程。
• MongoDB（NoSQL 數(shù)據(jù)庫）：雖然傳統(tǒng)的 SQL 數(shù)據(jù)庫非常高效且可靠，但定義數(shù)據(jù)庫結(jié)構(gòu)（模式）的需求會減慢原型開發(fā)速度。如果你需要快速實現(xiàn)，可以將大部分?jǐn)?shù)據(jù)放入 MongoDB 等 NoSQL 數(shù)據(jù)庫中，這樣可以快速編寫代碼，之后再確定如何處理數(shù)據(jù)。這種方式有時被稱為“寫時模式”（schema-on-write），而不是“讀時模式”（schema-on-read）。不過，如果應(yīng)用需要進入大規(guī)模生產(chǎn)環(huán)境，在許多情況下，更結(jié)構(gòu)化的 SQL 數(shù)據(jù)庫會顯得更加可靠和可擴展。

OpenAI 的 o1 和 Anthropic 的 Claude 3.5 Sonnet 用于編程輔助：通常用于直接提示（當(dāng)處于概念/設(shè)計層面）或偶爾使用 Cursor（當(dāng)專注于代碼層面）。我希望永遠(yuǎn)不再需要在沒有 AI 輔助的情況下編寫代碼！Claude 3.5 Sonnet 被廣泛認(rèn)為是最優(yōu)秀的編程模型之一，而 o1 在規(guī)劃和構(gòu)建更復(fù)雜的軟件模塊方面表現(xiàn)出色，不過需要學(xué)習(xí)不同的提示方式。

此外，我還使用許多 AI 工具來管理智能工作流、數(shù)據(jù)攝取、增強型生成等。DeepLearning.AI 和我們出色的合作伙伴提供了許多關(guān)于這些工具的課程。

我的個人技術(shù)棧會定期演變。每隔幾周，我的默認(rèn)棧中就會加入或移除一些組件，因為我不斷學(xué)習(xí)新的實現(xiàn)方式。所以，不必拘泥于我使用的組件，但如果你還在猶豫選擇什么，這些或許可以成為一個有用的起點。有趣的是，我發(fā)現(xiàn)大多數(shù)大型語言模型（LLM）并不擅長推薦技術(shù)棧。我懷疑它們的訓(xùn)練數(shù)據(jù)中包含了太多關(guān)于某些選擇的“炒作”，因此我不完全信任它們的建議。不過，如果你對技術(shù)棧有明確的想法，并向 LLM 提供明確的指令，我認(rèn)為你會獲得更好的結(jié)果。

很多軟件技術(shù)棧仍在不斷成熟，我相信這些組件會持續(xù)改進。借助我的技術(shù)棧，我經(jīng)常能在幾小時內(nèi)構(gòu)建出原型，而如果沒有 AI 輔助，這些工作可能需要幾天甚至更久。我希望你也能享受構(gòu)建原型的樂趣！

繼續(xù)學(xué)習(xí)吧！
Andrew