把几个由於版本冲突导致的明显报错给提前修补了，然後将其保存成了一个随时可以回滚的稳定版本。
当然，它也不是万能的。
它写出来的东西经常是90%能用，10%藏着坑。
有些接口参数会传错，有些栏位命名前後不一致，有些逻辑看上去很完整，真戴上眼镜一跑，却会在某个莫名其妙的地方卡住。
钱乐乐花在debug上的时间，更多变成了验证和反馈。
她要逐行看，要自己跑一遍，要把不对的地方截图、记录，再重新告诉LimeCode哪里错了，应该怎麽改。
可即便如此，效率依然比她自己从零开始高得多。
她渐渐摸清了和LimeCode协作的节奏。
需求写得越清楚，它出错的概率就越低。
场景描述得越具体，它生成的东西就越贴近真实使用。
到後来，她甚至会提前把自己在串串店盘货时遇到的麻烦写成小故事，再让LimeCode帮她拆成功能点。姜有容还专门帮她走了一道内部流程，让她拿到了青柠科技API给学生开发者开放的免费额度。对一家大公司来说，那只是一点微不足道的扶持资源，可对钱乐乐而言，已经完全够她把这个小项目跑起来。
於是她每天一有空就写。
写到教室里的人陆续走光，写到宿舍熄灯，写到窗外天色开始泛白。
进度越来越快。
一周後，第一版完整工具终於在本地跑通了。
界面很简陋，bug也还有不少。
可当她戴上XG-1，看着视野边缘浮现出「牛肉串，剩余一百二十串」「毛肚，三盒半」「土豆粉，库存偏低」这些半透明提示时，心里还是涌起了一种难以言喻的成就感。
她忽然觉得，编程原来可以是一件这麽有趣的事。
她甚至隐约感觉，也许再过不了多久，随着模型能力继续提升，写代码这件事本身会变得越来越不一样。
人去想方向，AI来落地实现。
人去判断对错，AI来反覆叠代。
真正珍贵的，或许不再是某一行代码写得多漂亮，而是一个人有没有创造的冲动，有没有对真实场景足够细致的理解。
这种认知，让她对AI有了全新的理解，也让她更加清楚地看到了自己未来想走的路。
而青柠科技那边的一次线上公开课，恰好印证了她的猜测。
本章未完，请点击下一页继续阅读！