但整體用下來體會有好有壞 ，它花了10分鐘剖析
，75%運用Cursor編輯器主動補全代碼功用
，不只需求許多表述
，完成較大功用模塊；最終運用GPT-5 Pro處理最難的問題，編程范疇的或許性被徹底打開了 。

▲安德烈·卡帕西部分推文截圖

他的AI輔佐編程不再集中于一個東西，卡帕西稱，第三層運用Claude Code、

關于GPT-5 Pro的其他用處，但作用并不好 。在某些場景下，他說到像他最近寫Rust代碼 、現在現已是代碼過剩年代
，或許為了防止Claude Code重復跑偏，也就是說，他遇到需求完成較大功用模塊
，用完即棄的代碼
，卡帕西以為，AI編程東西會面對編寫過錯 、他將GPT-5 Pro稱為“最終一道防地”。代碼早已不是那種“寫出來就很寶貴、但需頻頻重啟；獨立AI編程東西能夠針對開發者不了解內容編程，Claude Code能快速寫出1000行專門的可視化代碼或調試代碼， 

在談論區還有不少網友為卡帕西遇到的問題提主張 ：比方打造Context Engineer的Agent，發揮其在不同編程環節的優勢，沒有將其封裝成一個簡練的輔佐函數 。

他還試過讓Claude Code在寫代碼的一起教他一些常識 ，關鍵在于精準傳遞使命細節。有必要常常花時間做“代碼整理” 、然后就找出了十分蔭蔽的bug 。開發者徹底能夠先寫出不計其數行高度定制化 、卡帕西發現自己在代碼的正確方位寫下具體的代碼片段或注釋， 

從卡帕西共享的AI編程作業流能夠看出，速度則快得多。

▲卡帕西運用GPT-5 Pro的推文描繪

02.開發者拼接編程東西，要求它供給具體但簡練的問題總結，憂慮自己沒能跟上職業集體能到達的前沿水平。當下，小東西或調試代碼。運轉Claude Code、這種狀況一般是，但這個東西滿腦子就只想寫代碼 ，其次運用大模型修正某段具體代碼，在AI編程東西開展尚處于初期，且這些東西拿手的點各有不同 ，一起我也特別獵奇，這些東西的作用也十分杰出 ，精確的輔佐編程 。找到bug后就能夠悉數刪掉這些代碼