大模型辅助开发

# 用 ChatGPT 做架构设计

我正在设计一个跨境电商平台，业务方要求支持：
- B2B 和 B2C 两种模式
- 多仓库库存管理
- 多币种定价

请帮我：
1. 分析系统的核心模块有哪些
2. 推荐数据库 schema 设计思路
3. 对比微服务 vs 模块化单体架构的优劣
4. 给出技术栈建议并说明理由

步骤 1（ChatGPT）：讨论架构，输出技术方案文档
步骤 2（ChatGPT）：将方案分解为可执行的开发任务清单
步骤 3（Codex） ：按照任务清单逐个实现
步骤 4（ChatGPT）：Review Codex 的实现，指出改进点
步骤 5（Codex） ：根据反馈实施改进

import openai

client = openai.OpenAI(
    api_key="sk-your-deepseek-key",
    base_url="https://api.deepseek.com/v1"
)

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "你是代码翻译专家。将以下 JavaScript 代码转换为 TypeScript，添加完整类型标注。"},
        {"role": "user", "content": open("legacy-code.js").read()}
    ],
    temperature=0.1
)

print(response.choices[0].message.content)

GPT-4o:    架构设计、技术决策、复杂推理（质）
DeepSeek:  批量生成、翻译、转换（量）
Codex:     执行代码修改、测试、部署（行）
Cursor:    UI 开发、页面迭代（视）
Copilot:   日常补全、代码片段（速）

步骤 1（Kimi）：上传 3 份竞品系统的 API 文档（各 100+ 页）
步骤 2（Kimi）："提取这三份文档中关于订单状态机的设计差异"
步骤 3（开发）：根据 Kimi 的分析结果，确定自己系统的状态机设计
步骤 4（Codex）："按以下状态机定义实现订单状态流转...（粘贴 Kimi 输出的分析）"

09:00   ChatGPT: 讨论今天要做的功能的架构方案（15 分钟）
09:15   Codex:   初始化功能分支，创建基础文件结构（5 分钟）
09:20   Cursor:  开发前端页面和组件（2 小时）
11:20   Copilot: 全程伴随，补全代码片段
11:30   Codex:   开发后端 API（1 小时）
12:30   DeepSeek: 批量生成所有单元测试（后台运行）
14:00   Codex:   /review 代码质量审查（10 分钟）
14:10   Codex:   修复审查发现的问题（20 分钟）
14:30   Codex:   生成 commit message，提交 PR
16:00   Kimi:    阅读同事提交的 50 页设计文档，生成摘要