TwiScan
Hot
Communities
Account collections
Login
Register
English
日本語
한국의
简体中文
繁体中文
Register and share your invite link to earn from video plays and referrals.
Register now
Barret李靖
@Barret_China
AI Engineer | Lifelong Learner | Dad of 2 | Cloud Native | Sharing insights and experiences | 小胡子哥,一个有趣的灵魂
Joined March 2011
429
Following
84.1K
Followers
Barret李靖
@Barret_China
2026.05.18 02:24
现在的 Coding LLM,很擅长处理代码、日志、文档、终端输出,但它们理解的是被描述的世界,而不是真实运行后的世界。 开发时就会遇到一种情况,代码逻辑完全正确,然后页面问题一堆,例如字体发虚、间距不协调、响应式布局失效,或者小程序、WebView、浏览器之间表现不一致。 这些问题,人一眼就能察觉,但纯语言模型就是不行。这也是当前做软件开发最让人头疼的地方,调细节调到手软,🐶 很多 Agent 会接入 Playwright/Puppeteer/截图分析/OCR/DOM Tree 等能力,相当于在给 LLM 增加了视觉输入,但就算是拿到了截图,它也很难还原真实画面,因为它依然是通过本文的方式来理解这个世界的。 产品体验里有大量东西,包括视觉认知、空间感知、交互节奏、动态反馈等,都存在于人的直觉里,滚动、动画、拖拽、手势、页面切换、焦点变化、微交互,这些都不是单张截图能够理解的。 最近也看到了一些变化的趋势,多模态 Coding Agent 已经在路上了。 下一代 Agent 会越来越像一个真正的软件工程师,它会自己运行页面,观察界面变化,理解视觉问题,修改代码,再重新运行,再继续观察。 当前主要还在靠 Harnees 工程手段来弥补这一块。
Show more
0
0
31
105
10
Forward to community
Most Popular Users
Tibo
@thsottiaux
1M Followers
FinancialJuice
@financialjuice
958.7K Followers
First Squawk
@FirstSquawk
579.5K Followers
Serenity
@aleabitoreddit
1.1M Followers
Binance Wallet
@BinanceWallet
2.8M Followers
LiveSquawk
@LiveSquawk
504K Followers
CNBC
@CNBC
6.3M Followers
New York Post
@nypost
4.3M Followers
Seeking Alpha
@SeekingAlpha
347.9K Followers
Binance
@binance
16.1M Followers
The Wall Street Journal
@WSJ
22.3M Followers
TheStreet
@TheStreet
1.2M Followers
ClaudeDevs
@ClaudeDevs
827.1K Followers
*Walter Bloomberg
@DeItaone
2M Followers
Reuters
@Reuters
26.5M Followers