我的 AI 之旅

一、背景：AI 从概念到生产力的跃迁

人工智能（Artificial Intelligence）的概念可追溯至 1956 年的达特茅斯会议，但真正意义上的"AI 平民化"却是在近十年间完成的。从早期的符号主义、专家系统，到 2012 年深度学习在 ImageNet 上的突破，再到 2017 年 Transformer 架构的提出，AI 始终沿着"更强的理解能力、更低的应用门槛"这一路径演进。

2022 年末，ChatGPT 的发布标志着**生成式 AI（Generative AI）**时代的正式开启。大语言模型（LLM）不再仅仅是学术界的论文成果，而是成为了每个开发者、每个知识工作者触手可及的生产力工具。随后的 2023–2025 年，我们见证了多模态大模型的爆发——从文本到图像（DALL·E、Midjourney）、从文本到视频（Sora、可灵），再到代码生成与理解（GitHub Copilot、Cursor、Claude Code）。AI 的边界被不断拓宽，它开始深度融入软件工程的全生命周期：需求分析、架构设计、代码编写、测试调试、文档撰写。

进入 2025–2026 年，AI 的应用形态进一步从"对话式助手"演进为**AI Agent（智能体）和垂直领域工具。开发者不再满足于让 AI 回答"这段代码怎么写"，而是开始探索"如何让 AI 帮我一次性解决重复性工程问题"。这种从"问答模式"到"交付模式"**的转变，正是我本次分享的底层逻辑——用 AI 构建工具，替代对 AI 的反复提问。

二、契机：一个十六进制转换需求引发的思考

我最初将 AI 引入工作流，并非为了完成复杂的系统开发，而是源于一个看似微不足道的需求：将包含不可转义字符的十六进制报文转换为可读的字符串。

现有的在线工具要么不支持特殊字符的转义处理，要么需要繁琐的手动调整。当然，直接向 AI 提问也能得到结果，但这个过程充满了重复性摩擦：

每次都要重新描述上下文；
每次都要等待生成；
每次都要人工校验和修正。

更重要的是，我意识到一个本质问题：AI 服务不可能永远免费。无论是 Token 消耗、积分机制还是订阅费用，频繁地将"简单、重复、确定性高"的任务交给云端模型，本质上是一种效率与成本的双重浪费。

既然 AI 能帮我转换一次字符串，那它为什么不能帮我写一个"永远能转换字符串"的工具？

这个念头成了我"梦开始的地方"——从"使用 AI 回答问题"转向"使用 AI 构建解决方案"。

三、过程：需求驱动下的 AI 协作开发方法论

3.1 需求是唯一的起点

脚本开发中最难的从来不是编码或 Debug，而是需求的定义与边界划定。没有清晰的需求，就没有脚本存在的意义。因此我的开发节奏往往是"长期观察、短期爆发"——在日常工作中沉淀痛点，当某个重复性操作累积到足以构成"值得自动化"的阈值时，才启动开发。

3.2 需求扩展：从"单点工具"到"瑞士军刀"

确定需求后，切忌立即进入编码阶段。我的习惯是先进行需求泛化（Generalization）：

以字符串转换工具为例，原始需求仅限于"十六进制转字符串"。但如果止步于此，未来遇到二进制、八进制、Base64、DLMS 协议解析等场景时，我又要重新开发一套工具。因此我将需求扩展为：

"构建一个支持多进制互转、协议解析、具备图形化界面的通用数据转换工作台。"

这种"一步到位"的思维，能显著降低后期的维护成本和工具碎片化问题。

3.3 与 AI 协作：Prompt Engineering 与迭代闭环

AI 不是人类同事，它无法通过"默契"理解你的意图。精确的 Prompt（提示词工程）是高效协作的前提。

以下是我实际使用过的 Prompt 框架示例：

角色定位：你是一位专业的 Python 开发工程师，擅长构建开发者工具与 GUI 应用。

任务目标：开发一个通用数据转换脚本，支持以下功能：

输入输出格式：二进制、八进制、十进制、十六进制、Base64、ASCII 字符串
协议支持：DLMS/COSEM 报文解析
特殊处理：正确转义不可打印字符（如 0x00-0x1F 控制字符）

技术要求：

使用 Python 3 实现，确保跨平台兼容性
采用 Tkinter/PyQt 构建图形化界面（GUI）
界面要求：现代扁平化设计、色彩区分不同功能模块、支持结果一键复制
代码结构清晰，预留扩展接口以便后续新增转换类型

示例场景：输入十六进制字符串 "48 65 6C 6C 6F 00 57 6F 72 6C 64"，应输出 "Hello[NULL]World"（其中 0x00 显示为 [NULL] 或对应转义符）。

AI 会基于上述描述生成初始版本（V0.1）。此时需要进入迭代闭环：

功能测试：覆盖正常输入、边界输入（空值、超长字符串）、异常输入（非法字符）
问题捕获：将 UI 错位、转换错误、异常未处理等问题截图
精确反馈
：向 AI 提供"错误现象 + 期望行为 + 复现步骤"，例如：
"当前版本在处理包含 0x00 的十六进制字符串时会截断输出。期望行为是保留完整长度，并将不可打印字符渲染为 [0x00] 样式。请修正 hex_to_string() 函数中的字符串拼接逻辑。"
版本收敛：通常经过 3–5 轮迭代，脚本即可达到生产可用状态

这个过程看似繁琐，但前者的投入是为了后者的复利——一旦工具成型，后续所有同类需求都将实现"零成本、零等待"的即时响应。