AI

帮姐姐做了一个作业系统,也聊聊AI带来的变化

作者头像 刘宇帅
24 0

我姐姐是一名老师,有将近200个学生。

她每天要在好几个微信群里收集家长发来的作业图片,一张一张保存,再一个一个核对谁还没交。收完之后,在手机相册里批改,改好了,再把结果发给对应的家长。

我光是想想就觉得头大。将近200个学生,作业、图片、家长,要一个个对应起来,本身就是一件很繁琐、也很容易出错的事。

所以她一直跟我说,想让我给她做一个系统,让学生交作业、她批改作业都能简单一点。

前段时间,我去了我姐家,又聊到了这个事。我就一边和她聊天,一边把需求记下来。也是因为好久没见了,我们聊了很多东西,一直聊到将近凌晨2点。

最后,我把记下来的需求整理好,提交给了AI,让它自己实现、自己验收,再给我生成一份完整的验证报告。

第二天醒来的时候,AI已经把系统写出来了。

系统分成老师管理后台和家长端。老师可以管理班级、邀请家长、布置作业和批改作业;家长注册后,可以添加孩子、提交作业,再根据批改结果完成订正。我大致看了看,功能基本是可用的。

又过了一周,到了周末,我花了2个小时,把系统部署到了线上。我姐当天就开始用了。

后面又陆续加上了AI辅助批改、录制视频上传分享,还把老师后台适配了手机端。我姐说,这样就可以随时随地批改作业了。

用了大概两周了,她跟我反馈说,真的太方便了,省了好多时间和精力,家长的反馈也很好。

我们还聊到,后面可以再做深入一点。既然已经有了AI辅助批改,那是不是也可以把孩子的作业完成情况、错题类型、卷面习惯整理出来,再根据每个孩子的情况做一些专题训练?

这些还只是想法,但现在至少收作业、核对、批改、反馈这一套流程,已经不用她在微信群和手机相册里来回折腾了。

以前要犹豫的事,现在可以做了

如果放在以前,我姐让我做这个系统,我真的会有点为难。

它倒不是有多难,但班级、学生、家长、作业、批改,每一块都得做。靠自己一个字母一个字母地敲出来,估计怎么也得小一个月。工作之外,再挤出这么多时间,确实不容易。

而现在,有AI帮忙,从整理需求到部署、调整,前后投入的时间大概也就两三天。

一晚上写出初版,和把系统上线给人用,当然还是有区别的。但即便把后面的时间算进去,这件事也已经变得容易了很多。以前可能一直拖着没做的东西,现在真的能做出来,还能根据我姐使用中的反馈继续改。

其实不只是这个作业系统。

过去半年,我把自己以往想做的各类系统,差不多都做完了,大概有十几个,用来支持自己的工作、学习等。

过去这十年,我每天工作十几个小时,经常忙到凌晨两三点。结果想做的东西越来越多,积压着没写的代码也越来越多。

但是最近,我有时候竟然不知道还要写什么了。

周六日都有时间去买菜、做饭了,而且最近还迷上了做饭。一边做饭一边想事情,饭做好了,事情也想清楚了。把思路发给AI,让它自己干活、自己验收,我再看结果。

以前总觉得时间不够用,脑子里有很多想法,但手上做不过来。现在至少在做系统这件事上,我不用再一直被写代码的速度卡着了。

越来越多人会有自己的小系统

从我姐这个系统往外想,我觉得以后这样服务于个人、小团队或者小公司的“小系统”会越来越多。

有些需求,可能就是一个老师每天收作业时遇到的麻烦。事情很具体,使用的人也不多,但每天都要做,靠人一遍一遍核对,确实很费精力。

以前,专门找人做一套系统,时间和成本都不一定合适。现在开发的门槛降下来了,这些原来只能靠人力堆的事情,就有机会慢慢交给系统、交给AI去处理。

AI对程序员这个行业的改变已经很大了,这种变化也会顺着我们做出来的系统,影响到其他行业。而且,做这些系统的人,也不一定都是程序员。

不过,这里还是得说一句:能让AI做出一个可以运行、可以使用的系统,和把它长期放在公网上运行,之间还有一些事情要处理。

尤其是系统里有数据的时候,数据会不会泄露、有没有备份,出了问题怎么查,这些都需要关心。编程仍然是一件有工程化要求的事,不能因为页面能打开、功能能点,就觉得所有的事情都解决了。

当然,这部分专业的工作,往后也会有越来越多的平台帮大家处理。像妙搭、灵码这类做应用的平台,就是来解决这些问题的。甚至微信新上线的小微AI,也支持做自定义的应用了,不过它目前只支持做个人工具给自己使用,还不支持分享给其他人使用。

我们在公司其实也在做类似的事情。

把域名、部署、数据库、备份、日志这些工程问题都封装起来,让业务同学只需要描述需求,就能自己完成一个系统的开发和上线。

我现在越来越觉得,AI带来的变化,也许不只是让原来的工作做得更快。它会让很多以前因为太麻烦、太贵、太耗时间,所以一直没人解决的小问题,第一次变得值得解决。

对我姐这个事情来说,这个变化没那么宏大。

就是以后收作业的时候,她不用再守着几个微信群,一张一张地存图片了而已。

但可能真正的变革,本来就是这样一点点发生的。

最后,祝好

作者头像

刘宇帅

非著名程序员,全栈开发工程师,长期专注系统开发与架构设计。

提示

功能待开通!


暂无评论~

相关文章

AI Coding 搞了一年,我才认准真正的护城河是知识库

AI Coding 时代最大的护城河,不是模型,不是 Agent,也不是工作流。 而是知识库。 这是我折腾了一整年 AI Coding,到最后才慢慢看明白的事。 可一开始,我和大多数人一样,劲儿全使在另一个地方——工作流。 怎么把写 PRD、出方案、写代码、生成测试串成一条链路,让 AI 一步步往下跑。 工作流跑通了,下一个问题马上冒出来—— AI 跑这些命令的时候,到底读什么? 光给它代码,不够。 于是所有人又一窝蜂去搞知识库。研发在搞,产品在搞,业务也在搞。 可搞着搞着我发现一件事:几乎没人能说清,知识库到底该是什么。 先说说,知识库不该是什么 很多人理解的知识库,是"把代码翻

Loop Engineering:每篇文章都在讲,但没人告诉你怎么搭

最近 Loop Engineering 在持续刷屏。 公众号在刷,各种群里在讨论,我也看了好几篇文章。 每篇都有道理——五个组件、目标定义、古德哈特定律,逻辑很清晰,我都信了。 但看完之后有点空。 我的工作流该怎么 Loop 化?从哪起手?搭出来以后长什么样? 没一篇说清楚。 所以想聊聊我自己的理解,以及我们实际在做的事——我们团队搭了个叫 Talos 的系统,算是目前我见过最接近"生产级 Loop Engineering"的垂类实践。 Loop 其实只有两种形态 在我看来,Loop Engineering 这件事,放长了看只有两个终点。 第一个是通用智能 AI。 它足够强

从个人提速到团队提效:我们这半年的AI Coding工程化实践

去年开始,团队里每个人都用上 AI 写代码了。 按理说,效率该起飞了。 可折腾了大半年,我才慢慢看清:每个人都明显变强了,但团队的合力却没跟着强起来。 会用 AI 的人,效率飞涨。 用得浅的人,被甩在后面。 几十个开发,几十套打法——各自的 prompt 习惯、各自的提示词、各自摸索出的一套方法。 这本来不是坏事。 坏就坏在,大家的产出开始对不上了。 同一个功能,不同人让 AI 写出来的代码,风格能差出十万八千里。 某个同事摸到一个好用的技巧,群里截图一发,热闹两句,然后就沉底了。 下一个新人进来,还是从零开始踩。 文档呢?散在各个服务的 README 里,或者干脆躺在某个人的电脑里。 遇到跨

AI工作流跑不起来,问题可能出在PRD

前面几篇,聊了团队怎么搭 AI 工作流、怎么建知识库。 今天聊聊 AI 在 PRD 编写和质量保障上,我们做了些什么。 其实这块从一开始就在工作流里。只是在开始的MVP版本里,核心全压在开发环节。 等大家真用起来,一个问题立马浮出水面: PRD 质量一般,工作流出来的技术方案,质量自然也上不去。 道理特别朴素:垃圾进,垃圾出。 源头的 PRD 含糊,后面 AI 再能干,也只是替你把这份含糊"发扬光大"。 所以我决定还是要治理一下这个源头。 第一步:先给 PRD 做个体检 我做的第一件事,是一个 PRD 质量检测 skill。 注意,它不碰业务逻辑,只做"规范层&q

AI Coding 跑顺了,真正的难关才开始

最近这几天,我又开始焦虑了。 原因是,我突然意识到一件事。 已经有一阵子,没人反馈 Zeus 的问题了。 Zeus 是我们团队做的一套 AI Coding 工具体系。 说白了,就是想让 AI 把"写代码"这件事,从头到尾接过去。 用了两个多月,大家从一开始的别扭、吐槽、不信任,慢慢变成了—— 用得挺顺。 顺到,没人抱怨了。 按理说,这是天大的好事。 可那一刻,我心里咯噔一下。 因为"没人提问题",有两种可能:一种是真的没问题了,另一种是,大家已经看不见问题了。 我估计,是后者。 浮在水面上的,是看得见的成绩 这半年,团队是真的变样了。 Zeus、Zeus