氛围编程实例亲体验：可“无知”到何种程度?

元旦假期，为筹备下周的课和群内交流，做了一系列的AI为工具的氛围编程尝试，其实并不容易。

主要是，不从编程工程去周密设计思路，单纯提需求，要求的氛围度太高了。

一、基于网页AI生成智能厨房，看氛围编程

本想用网页进行机器学习、深度学习，它会给出一些模拟建议，结果可能是随机的，数据也可能是随机的，就算数据要求它真实的好不容易完成了，要么这个在线机器学习的版本问题，或者莫名其妙地给丢掉了原来一些完成的不错的功能。有时干脆死循环一样不再给改了，经历了DS、TRAE、KIMI、豆包好多AI交叉修改，也不满意。

即使是这些随机、模拟也是发现不对劲再让AI评估的。主要的原因是JS代码太长，自己对JS深层的算法也“无知”。

这个系列已经上传7件，实际还是在流程模拟阶段，并不真实，具体下载点击此处。

二、基于PYTHON生成情绪识别，看半氛围编程——协同编程。

原来情绪识别程序提供过，也是曾经在山东的牟老师的程序（可能来源也与AI有关，但算是有源的）。后来，本号改进过中文字体、人脸大小、情绪阈值等进行深入优化，对此程序结构算是比较熟悉了。

然后，提交AI之后，一两次就可以生成很好的GUI界面。主要是对界面的操作顺序和布局提出要求。并且中英文界面也很好地切换，这比人来设计的确质量好也快。

因为能够对Python比较熟悉，对后来遇见的小问题，比如背景色、标题文字、表格行数、大小等，都可以自己来调整就可以了。没必要再去AI，可能会发生更多的紊乱，并且生成时间也太浪费。

小结：所以，结合在朱老师全国群的发言，再思考：氛围编程可能真到应用时“太无知”，甚至是编程知识的白丁想做出一个东西来也极有可能，因为AI可能调出现成的大块的模块集体比一句句凑会更质量好一些？相反的，如果专业提出更多的要求，或者它生成质量不一定好。那这样，AI的生成式又变成了编程的专家系统了？如此，真是啥也不知，自主可控也是空谈。

当然，如果以工程、计算思维方式，分解问题，人与AI协同编程必然会更有保障吧？

双语版情绪识别

呵，如此喜欢以上程序，也可以氛围编程试试，亲身体验一下，越不懂编程可能越有说服力。

所以，资源分享以后再说，不能干扰氛围编程的体验效果。