提升4倍效率：AI编程助手的四大实战技巧

在之前的文章中，已经探讨过有效利用AI智能体进行编程的核心方法。本文将延续这一主题，分享另外四项在日常工作中高频使用的技巧。

在当今时代，要成为一名高效的开发者，深度整合AI工具已成为必然选择。如果尚未将AI智能体融入编程流程，很可能已经落后于时代。此外，AI智能体的能力远不止于写代码：

智能体可以读取和创建Linear平台上的任务工单
智能体能够对感兴趣的主题进行深度研究
智能体可以审查生产环境代码的日志信息

这些都是开发者日常需要处理的重要任务。

图1：高效AI工程实践信息图

这张信息图概括了本文的核心要点。接下来将详细解析编程时每天都会用到的四项技术。首先会介绍如何通过Macwhisper语音转录工具加速提示词输入。接着探讨如何运行Claude Code进行“盲审”代码审查，以及如何并行运行多个智能体以实现效率最大化。最后，将重点说明如何通过Cursor与GitHub交互，从而避免手动输入命令或操作GitHub网页界面。图片由Gemini生成。

因此，本文倡导通过大量使用AI智能体来追求极致的工作效率。下文将从宏观层面介绍另外四项能够显著提升编程效率的技巧。

使用Macwhisper加速智能体提示
Claude Code代码审查
并行运行多个智能体
利用智能体与GitHub交互

同时，也欢迎读者分享各自编程工作流中的重要技巧。如果有任何具体的实践方法，随时可以交流探讨。

为何应该使用AI智能体编程

此前已经阐述过，使用AI智能体编程能极大提升开发者的效能。通过AI的辅助，编程产出实现了数倍增长，能够完成的工作量远超以往。

一个常见的反对观点是，在将代码部署到生产环境之前，必须充分理解代码逻辑。对于难以进行端到端测试的关键系统，这一观点在一定程度上是合理的。

然而，大多数网站和应用程序并非如此。首先，它们的业务关键性相对较低；其次，开发者日常处理的大多数任务都是可验证的。这意味着通常可以通过直接交互来测试功能是否按预期工作。

因此，本文鼓励更广泛地使用AI智能体，并将其应用于所有与编程相关的任务，例如：

创建Linear任务工单
通过链接Linear工单直接修复缺陷
规划和开发新功能

提升编程效率的四大技巧

本节将详细介绍AI原生编程工作流中使用的四项具体技巧。这些都是日常编程实践中切实应用的方法。

Macwhisper语音转录

MacWhisper是一款优秀的Mac平台语音转录工具。简而言之，按下按钮对着电脑说话，文本就会被自动转录并粘贴到鼠标光标所在位置。

这项工具非常实用，因为许多编程工作已从纯粹的代码编写转向自然语言交互。对于传统编码，使用转录工具可能较为困难，因为编码涉及大量特殊字符（如冒号、括号和制表符），用键盘输入更快。

随着AI智能体的普及，越来越多的工作通过自然语言完成，而非编程语言。

因此，当需要向Cursor智能体输入提示时，通常只需按住按钮，大声说出想要传达的指令。例如，可能会这样提问：

检查这个文档ID的日志，它是否被正确处理了 <文档ID>
在这个例子中，说完句子后会将文档ID粘贴进去。

使用Macwhisper的主要原因很简单：说话速度比打字快。平均语速约为每分钟150个单词，而大多数人在极限状态下也难以达到每分钟100个单词的打字速度。更何况，在需要思考的情况下，很难保持最高打字速度。

Claude Code代码审查

这一步骤分为两个部分：

实现某个功能后，会询问Cursor代码是否已达到生产就绪状态，仅在Cursor确认满意后才推送代码
每次创建拉取请求（PR）时，也会让Claude Code进行代码审查，除了PR描述和要合并到的分支的Git差异文件外，不提供任何其他上下文

这种方法效果显著。询问Cursor代码是否生产就绪，会使Cursor审查所做的更改，并修复任何可能无法按预期工作的小问题。

此外，让一个完全独立的大语言模型在没有任何实现过程上下文的情况下审查代码，也极具帮助。这常常能发现其他在PR中实现代码时未曾考虑到的错误。这显著降低了生产环境中出现的缺陷数量，并且是可以在CI/CD流水线中以较低成本添加的环节。

并行智能体（发射后不管）

另一项重要技巧是使用并行智能体。每当被某个智能体的工作阻塞时，总会启动一个新的智能体。这可能是另一个正在实现功能的编码智能体，也可能是正在进行深度研究、探索感兴趣主题的Gemini。关键在于，绝不会在智能体工作时无所事事地等待。

运行并行智能体时，可能会面临上下文切换的挑战。频繁切换上下文对大脑负担很重，应尽量减少。

因此，务必确保在完全受阻之前持续处理一项任务。尽量减少上下文切换的次数，只有在确信需要等待编码智能体完成其实现过程一段时间后，才会启动并行任务。

另一个要点是，需要给予编码智能体足够的权限以运行较长时间。如果不断被Cursor请求权限的提示打断，并行工作流就无法顺畅运行。

必须给予编码智能体足够的权限。如果总是被权限请求打断，就很难高效工作。

利用智能体提交和创建PR

最后，需要强调如何始终通过编码智能体与GitHub交互，而不是手动输入命令。这样做的主要原因在于速度更快，并且可以在智能体运行预提交钩子、提交、推送和创建拉取请求的同时处理其他事务。

编写提交信息、拉取请求标题和描述会消耗惊人的时间。尤其是在执行快速操作时，例如添加翻译或移动UI中的按钮。因此，总是利用Claude来编写提交信息、PR标题和描述。

这不仅节省了时间，而且Claude在这些信息的撰写上往往表现更佳。以拉取请求为例，人类通常很难记住所有更改并以清晰的方式总结它们。而Claude查看Git差异并提供所有更改的摘要则容易得多。

因此，已经授权Cursor代表与GitHub交互。不再手动执行所有GitHub操作，例如：

拉取
变基
提交
修补提交
推送
创建PR

只需提示Cursor代为执行。这样就可以“发射后不管”。实现新功能后的工作流简化为向Cursor提供以下提示：

运行所有预提交检查（black, mypy, pytest），提交并推送。
然后在此分支 <linear分支名称> 上创建一个PR，并给我PR的链接

这比手动输入GitHub命令要快得多。无需自己编写拉取请求可能是最重要的部分，因为之前在GitHub网页界面中创建PR非常耗时。现在只需点击智能体提供的链接，PR就已准备就绪。然后查看Claude Code提供的审查意见，并修复任何潜在问题。

结论

本文讨论了日常编码中使用的四项具体技巧，包括用于转录的Macwhisper、Claude Code审查、并行智能体以及通过智能体与GitHub交互。综合来看，这些技巧估计每天至少能节省1小时，这是一段相当可观的时间。腾出这些时间使得在整个项目周期内能够完成更多任务。掌握高效使用AI智能体的技能至关重要，值得投入时间深入学习。

免费资源