当“简历智能体”的集成测试终于跑通最后一个用例时，我感到既欣慰又感慨。这算是对我过去一年关于“如何让大模型真正成为开发伙伴”这一问题的一次小结，但远非终点。

目前，AI编程工具大多扮演着“高级补全”的角色。而我，一直在尝试一种更深度的协作模式。为此，我基于早期的开源项目cli_assistant，逐步打磨出一个属于自己的编程智能体——cli_coder。

cli_coder连接了qwen3-max模型，但它更像是一个与我并肩作战的“数字僚机”。在“简历智能体”这个项目中，我尝试了一种新的工作流：从一份设计文档出发，我将任务分解，交由cli_coder去生成骨架、填充逻辑、修复错误。整个过程，90%以上的代码由它完成，而我则更多地聚焦于架构设计、契约定义和关键决策。

必须承认，这一切都建立在我20多年的软件工程经验之上。AI并非万能，它需要清晰的指令和严谨的边界。我发现，那些传统的工程思想，如模块化、强类型契约等，在这里反而成了引导AI高效工作的有效框架。可以说，cli_coder的初步成功，是AI能力与人类经验相互协作的一个尝试。

因此，我想和各位分享一个有趣的观察：现在的我，在开发效率上，似乎接近一个小型的、高效的开发团队。 这当然不是cli_coder的功劳，而是我们（我和我的“数字僚机”）共同协作的结果。它让我能以更快的速度，将一个想法从设计文档变为可运行的应用。

“简历智能体”只是一个非常初步的尝试。它的核心功能是利用大模型的推理能力，帮助求职者根据JD深度挖掘自身优势，通过多轮交互优化简历。这个项目的完成，让我对这套方法论的潜力有了一些信心，但也让我看到了cli_coder自身还有很多不足，需要持续完善。

正因如此，我希望能找到同行的伙伴。

我有较强的技术实现能力，但对于如何将产品推向市场、触达用户、实现商业闭环，我几乎是个“小白”。如果您是一位有想法的创业者，正在寻找一个能高效落地的技术伙伴；如果您来自传统软件领域，希望探索一种更敏捷的交付方式；或者您恰好在招聘、SaaS等领域有丰富的市场和运营经验——那么，我非常期待能与您交流。

目前，我并不打算将cli_coder本身产品化，它更像是我手里的一个“趁手的工具”。我更希望通过参与具体的项目，和大家一起，去验证和探索“人机协同”在软件开发中的真实价值。前路还很长，希望能与志同道合的朋友一起前行。

相关文章:

• 从“AI之友”到“cli_coder”：一个架构师的编程智能体实践与合作邀约
• 当大模型替我们写完整个系统，开发者还剩下什么？
• 分形生成实验：在有限上下文中构建可组合的强类型单元
• 分形生成实验（二）：API 合约驱动的轻量化强类型协作框架
• 分形生成实验（三）：Rust强类型驱动的后端分步实现与编译时契约
• 分形生成实验（四）：超越编译器——构建AI生成代码的行为验收闸门
• 分形生成实验（五）：人机协同破局–30万token揭示Actix-web状态管理的微妙边界
• 分形生成实验（六）：数据建模–AI 协同编程中被低估的“契约”
• 分形生成实验（七）：一次关于契约一致性的观察与思考

cli_assistant 开源项目地址

更多内容，访问我的个人网站-https://www.craftaidhub.com，展开深度合作与交流