FaustY

不用学，效率太低
动手直接 vibe ，边干边学，很简单的

都是涉黄的小区里的，不敢去

AI 是工具，有些问题 AI 经常犯，就要想办法解决。

例如上面提到的 react16 变 18 ，分析下为啥
1 、上下文过大，注意力漂移，提的限制 AI 给忘了。
2 、没做好环境探查和上下文工程，基础的技术栈都没限制住。

这种就很好搞，上下文太大，大任务拆小任务，一个任务一个对话，队列自动执行，subAgent 较少主任务上下文占用。
开干之前强制环境探查，干之前写 SPEC 确认，都能规避此类问题。

AI 只是工具，不是神仙许愿机。用的好当然可以不用手写一行代码，又不是什么稀奇事。

1 、根据业务深度定制/调试 skill, skill 是模具，无人值守队列是流水线，代码是产品； skill 调试到能稳定输出为止
2 、多拆对话，提示词和 skill 的流程设计中，用 subAgent 或者 headless agent cli 外包来减少主对话上下文，防止注意力漂移
3 、生成类任务必有 reviewer, 且必须是独立上下文的 subAgent/headless agent cli
PS: 只有一轮/一道工序生成的产物注定不可能完美，SPEC 生成、CODE 生成、冒烟自测+修复、跑完整测试案例... 一道道批量自动化工序下来，人最后接手，要干的事会少很多。

盲猜一手 2 年之后：
前后端全栈 + 工作量比现在翻至少 10 倍。
要求普通开发必须会使用 Agent 做流水线，批量生产代码、自测冒烟。

--maxsockets 1

我是 npm install -g 会 OOM
然后加了这个参数才行：npm install -g @deepseek-ai/dsh --moxsockets 1 才装上

新帖好像不能立即 append:

===================

对我来说，dsh 带来的不是缓存率等普通 Agent 的这些指标，而是让我们看到了较为封闭的 Agent 二开生态，终于被撬动了一丝

还记得去年 7 月我发过一个贴：求助，离线版无需登录的 AI 编辑器（ https://www.v2ex.com/t/1147732#reply5 ），那时候连个能内网离线运行的 agnet cli 都没有。

经历过 10 年前端生态的发展经验，dsh 这个方向是正确的，且会像催生前端工程化一样，Agent 工程化落地会越来越容易，更加生态化。

@donotres xx 小红书，xx 抖音等肤浅类比，对于讨论无益，还是从实际生产出发，思考回复较好。