前後端分離 vs 不分離
<p>x 上面有些人也這樣搞</p><p>然後前後端的 AI 會吵架</p><p>前端 AI 會說是後端的問題</p><p>後端 AI 會說是前端的問題</p><p>🤣🤣🤣</p><p><br></p><p>真的還蠻像人的</p><p>出包就先甩鍋</p><p><br></p><p>不過這是別人測出來的狀態</p><p>我自己剛好有兩個案子</p><p>一個是被迫前後端分離</p><p>一個是前後端整合處理</p><p><br></p><p>我倒是沒有遇到 AI 吵架的情形</p><p>但有些經驗累積 👍</p><p><br></p><h2>沒有對錯好壞</h2><p>建議能用一個 AI 處理就不要派兩個</p><p>因為記憶體是沒有共享的</p><p>A 模型的經驗不會同步到不同對話裡</p><p>不同模型就更不用說了</p><p><br></p><p>簡單說就是 AI 不會累積實務經驗</p><p>同樣的問題,她處理五次</p><p>並不會因此越來越上手</p><p>反而五次消磨的 token 差不多</p><p>體感就是 AI 每次都要重來一遍</p><p><br></p><h2>跨模型記憶同步 ...</h2><p>這題又被 claude 領先推出</p><p>switch to claude</p><p>可以把別的模型的記憶匯出(文字)</p><p>再匯入 claude 🤣🤣🤣</p><p><br></p><h2>前後端分離的狀態</h2><p>這案子有點奇特,後端資料庫在內網</p><p>前端是通過 api 去查資料庫</p><p>後端也有自己的管理介面</p><p>前端看起來就是為了 end user 兜的</p><p><br></p><p>像這樣前後端分離的</p><p>只要控制好 api 查詢結果</p><p>有問題就先確認 api 拿到的資料</p><p><br></p><p>資料沒問題,那就是前端沒處理好</p><p>資料有問題,那就是後端沒處理好</p><p><br></p><p>再來就是資料交換的坑</p><p>後端的網域跟前端不同</p><p>資源無法跨網域</p><p>用 api 取得資料後,還要下載圖檔</p><p>把遠端資料下載到本地端</p><p>才不會曝光後端的網域</p><p><br></p><p>這架構看起來是為了保護後端</p><p>盡可能地封閉 (不公開)</p><p>理論上能減少被攻擊的機會</p><p><br></p><p>前端 api 因為要下載圖檔</p><p>就多了一些快取機制</p><p>有快取就有時間差</p><p><br></p><p>免不了的</p><p>後端明明更新圖檔了</p><p>前端卻還是顯示舊圖片</p><p>只能等快取更新</p><p>或是前端用暴力清除快取</p><p><br></p><h2>前後端整合</h2><p>有時候 AI 很聰明</p><p>當我正在改後端資料表結構時</p><p>AI 竟然也知道要更新前端代碼</p><p>(我沒有叫他檢查前端)</p><p><br></p><p>但有時候 AI 會卡頓 (或者說是聽話)</p><p>我叫他弄資料表欄位,他就只弄資料表欄位</p><p>也不去檢查資料表變更的影響範圍</p><p>呆呆的等著我發號施令</p><p><br></p><p>這也不能說 AI 不對</p><p>他只是聽話而已</p><p><br></p><h2>結論</h2><p>AI 不會累積實務經驗</p><p>所以人的價值還在</p><p>鼓勵人們去問 AI</p><p>問不到再來找我 (收錢)</p><p><br></p><p>AI 很聽話</p><p>有些事情他不應該聽命行事</p><p>比方說,我如果叫他把硬碟格式化</p><p>他可能真的照做 😱😱😱</p><p><br></p><h2>養龍蝦?</h2><p>不少人問我,蝦蝦養得怎麼樣</p><p>我早就把龍蝦煮熟吃掉了</p><p><br></p><p>知道龍蝦可以做什麼之後</p><p>點到為止,不要太深入</p><p><br></p><p>經驗告訴我</p><p>很快的,各大廠 AI 會有類似的服務</p><p>也許是跟硬體打包一起賣 (月租)</p><p>他可以做很多事</p><p>只要你敢授權 😁</p><p><br></p><p>我覺得人要思考的</p><p>應該是 ... 如果大家都擁有類龍蝦的機器(能力)</p><p>人的價值在哪? 經驗的累積? 說 "不" 的勇氣?</p><p><br></p><p>歡迎下面留言 👇</p>