现在的我，晚上写代码时，都会先用claude code加上kilo来开局，给它一个描述，然后就安心去睡觉了。
醒来后，通常能看到一套完整且能直接运行的代码库，代码量还挺庞大的。
接着我会切换到gemini 2.5pro，问它这些代码到底在干嘛。经过我调校的prompt后，gemini会不停地大规模解释代码，输出一大堆markdown内容，等我下楼吃午饭的时候，它还在忙着。
午饭后，我就开始看gemini的输出，想弄清楚昨晚AI都干了些什么。
如果碰到有什么问题，我会把它们记录下来。
然后我会切换到o3 high，让它帮我把待办事项一项一项按我的要求搞定。
简单来说，opus非常适合开启项目，它会考虑到很多因素，比如可观测性和排错效率等。而且它写的代码大多都是一次性就能跑通。很多人测试AI的编程能力时，只给它一小段代码，其实看不出opus的这个优势。如果前期的基础没搭好，后面的重构就会愈发困难。
o3 high很聪明，但需要细节的修改方案，通常得由它自己给出。sonnet有时会提出一些比较愚蠢的建议，特别是在算法方面。o3 high的洞察力有时甚至强过专业程序员，不过它的输出token数量严重不足，所以得借助todo list和continue功能让它继续工作。
gemini的优势在于它对上下文的理解和响应速度，特别适合翻译。它能很好地理解代码的逻辑和意义。这里有个小技巧，其实gemini并不需要依赖其他代码来生成代码翻译文档。比如说如果有两个python文件A和B存在相互调用，gemini可以分步骤处理，先理解A，然后根据A的输出生成B的文档，再根据B的文档去验证A的文档。这样，它可以在一晚上完全理解千万行的代码库，且不会出现理解错误。
sonnet 4.0适合根据非常详细的spec来写代码。spec越详细，它的效果就越好。不过，sonnet的智商较低，这种低智商只有深入使用后才能发现。比如，它无法理解某些代码已被弃用，而o3 high通过几次调用就能快速明白代码的逻辑关系。对于复杂和嵌套的逻辑，sonnet的问题就会逐渐显露出来。
这种方式和纯spec coding其实很不一样，我之前也试过单纯依赖spec来编码。
基本上就是找o4 mini来讨论出一个spec，然后让sonnet生成代码。
但很多情况下，我自己一开始想不到的事情，导致这个spec很难做到全面。
有时候AI也会进行一些性能测试，才能调整思路，所以我和AI都需要实验，才能形成一个完整的spec。
需要claude code的朋友可以私信我，附赠我们20人软件工程师团队的全面使用经验哦！(●’◡’●)
在编程时使用不同的AI助手，确实能提升效率。每个AI都有自己的优缺点，像o3 high在项目启动时的表现就很出色，能快速考虑多种因素。期待更多这样的实用经验分享！
使用不同的AI助手进行编程真的很有帮助，尤其是它们在理解代码逻辑和生成文档上的能力，让我省了不少时间。尤其是gemini的上下文理解能力，真是值得点赞。
不同AI助手在编程中的应用真是个好主意，尤其是gemini和o3 high各自的优势让我受益匪浅。使用得当，能大大提高工作效率，解决问题也更迅速。
不同的AI助手在编程中的角色各有千秋，尤其是claude code和gemini的配合，让我在编码时能更加游刃有余。使用它们的反馈调整思路，效率提升明显。
gemini在理解上下文和代码逻辑方面表现优异，特别是对复杂代码的处理让我印象深刻。这样的工具确实能让编程变得更加轻松。
使用claude code和gemini的组合真是个绝妙的主意，能让我快速完成代码并理解逻辑，节省了不少时间。期待更多这样的工具能提升编程效率。
claude code和gemini的结合让我在写代码时感受到前所未有的高效，清晰的逻辑理解真的是太赞了。
使用o3 high处理待办事项时，它的效率和洞察力让我大吃一惊，真的是项目启动的得力助手。
sonnet虽然在某些方面表现平平，但它在处理详细spec时的能力确实值得一试，适合特定需求。
对于复杂的代码逻辑，gemini的处理能力让我倍感安心，真心推荐给需要深入理解代码的开发者。
在使用gemini解读代码时，它的上下文理解能力确实让我受益良多，尤其是在处理复杂逻辑时的表现非常出色。这样的工具真是编程的好帮手。