@tool2d #38 不至于，在描述清晰且模型能力足够（ GPT4 ）的情况下，输出的代码基本都是可用的，极少出现 BUG 。最多也就是因为 Token 过多，导致 AI 忘记了某一条或某一些要求（根据长度而定），需要检查后重新要求补充。
@nikola11 @tool2d 冗余的意思是，例如把用户的昵称带上了， 问前面设计的人说，昵称不能改 现在产品说要加改的功能，改个昵称，至少要改 7 张表，这也算是正常场景？ 冗余数据去解决查询问题，我认为不合理，冗余 在我看来就没有优点
@QlanQ 老旧代码没人想去维护，是 7 张表最主要的原因。 twitter 上老外有一定的时间可以给你整理旧代码，国内很少见，项目周期很紧张。大家都只加新代码，不删旧代码。 当项目换了几波人接手后，加一个新功能别说 7 张表，改动 10 张表我都不会觉得奇怪。
第一行不是严格模式,没有类型,代码冗余 实现方式太 low 比如第一个直接一行就够 ltrim(ltrim('0x1234','0x'),'0X') 多次使用的魔数没有定义为常量 重复实现内置函数,dechex, hexdec 变量命名不符合语义,比如$value,跟写$a 没啥区别 差评
@tool2d #42 事实上结果恰恰相反，让 AI 写前端很难，因为前端太抽象了，描述做不到那么准确，反而是写纯后端类的代码很好写。你这其实单纯是 GPT3.5 的问题而已，不仅可注意的 Token 数量少，本身逻辑能力也弱，换 GPT4 就解决了。
