是否可以让 AI 通过需求或者缺陷描述直接完成任务？实现完全自动 Coding？

我觉得难。
这两天刚好在做一个 xls 导入到数据库的工作，本来以为很简单，给 AI 写就行，结果因为那个 xls 本身不够规范，有很多奇怪的 case ，再加上最关键的一点——有大量合并单元格，AI 写出来的代码根本用不了，导进去都是乱的，折腾了一两个小时，反复换提示词、不断细化描述、给正确格式，怎么都教不会。
最后我放弃了一步到位，选择先拆分需求，从搭框子开始，逐渐完善细节，最后基本上还是全靠 AI 写完了，但这个流程跟上面那种只管写提示词的路子完全不一样。
目前我感觉 AI 还是更适合后面这种方式，一次让它理解复杂概念还是太困难了。看你的描述，似乎就是想一步到位，那我觉得真不可能。我打几百字描述都不能让它写出正确的代码，更别说直接用人看的需求文档或者 BUG 工单了。

@Meursau1T 我想的是能否结合很多 MCP ，比如你说的这个 excel 格式解析，如果有某个 mcp 能解析你这个格式并转成文字描述，且 AI 能知道将任务细分成小模块去处理以减少幻觉，是不是有实现的可能？但是像我上面提的根据页面截图识别哪个页面这个倒是比较难实现。

你真敢用 AI 做复杂任务么, 我注释掉的代码, copilot 自己给放出来了, 不审核根本不能用

@paopjian 也不一定是复杂的任务，就是从比如 bug 描述到给 AI 的提示词的转换，现在肯定是需要程序员去转换的，这部分也是现在 AI 写代码还无法完全自动化的部分，我在想能不能让 AI 更能像程序员一样去理解 bug 或者需求的描述，因为设计到很多项目的上下文及类似经验部分的内容

请问你是否是在寻找 cursor ？

@fruitmonster cursor 能根据一个缺陷页面的截图知道去哪找相关代码吗？

你是否在寻找 Claude Code

@cutchop Claude Code 能根据一个缺陷页面的截图知道去哪找相关代码吗？

不是已经有了吗？关键词 async agent 。你在 github 上提交 issue 就行。

至于你说的用图片行不行，建议自己试一下。

但是你要搞清楚一个基本原则：问题和需求描述的越清楚，AI 完成的越好。如果你说图懒，扔个截图给 AI 让它猜，只能说祝你好运了。

@CooperB #8 大多数时候是可以的，他智商 130 ，远比你想象中聪明，他会去看看控制界面的代码在哪里，找到相关位置去分析，反正比我水平高多了，你有质疑的时间，亲自试试不好吗

建议还是不要把 AI 当做许愿机，当前 LLM 摆脱不了它还是一个 pattern 的概率模型，上下文一多，AI 就乱来，把它当做一个经验老道，熟悉各种 API 跟解决方案的老司机还可以，但是每次只能解决一个上下文不多的问题，上下文一多，基本上不可能 100%达到你正确的要求，哪怕是小规模上下文也有大量出错的情况

等项目足够稳定的时候，可以拿 ai 捣捣乱，加点绩效，他在处理罕见情况很容易犯错，一本正经地说瞎话有时能很好的骗过所以人

保守派觉得激进派太保守了,还是应该向着我心里想什么,不用说,它就自动开始编码

@logic2

问这些问题时都其实忽略了一个最基本的问题：
怎么保证你提供了足够完整（假设存在）的 Prompt ，AI 就必定能准确完成任务？

@mumbler cursor 吗？模型用的是哪个?我试过很多都是不行的，从界面到代码位置，这个如果没有另外的 prompt 去描述，是很难找到相关位置的

@CooperB claude4 sonnet ，必须付费才能用，为了提高准确性，我们一般会把相关文件艾特给他，减少他工作量，要不会整个项目去找，没有索引可能很慢

@Miranquil 其实有时候太完整也不行，它不会全记住的，跟人类一样，一下给一堆需求是不可能记住所有细节的，毕竟是用人类语料训练出来的，不过这跟模型本身的能力强相关

@mumbler 指定相关文件就不是我说的那种了，其实你在找相关文件和相关代码的过程中其实已经在分析定位排查问题了，这部分其实也挺耗时的，像 bug 之类的很多就是改几行代码的事情，反而这部分时间是很少的。

@CooperB #19 不指定也行，但不一定一次能找到，需要给更多算力去排查，无论如何比人去排查高效很多，人机结合是最佳选择