Email Forums

尽管人工智能在生成代码方面已经变得非常强大，但它无法取代应用程序开发的一个关键组件：运行代码的计算基础设施以及存储基础设施。

无论你的AI生成的应用程序运行得多么好，它仍然需要一个实际运行的地方。你需要：

可靠地执行代码的计算资源
以适当的保障来维护您的数据的存储系统
安全连接组件的网络基础设施
Vercel 等平台提供了计算基础设施并使您的应用程序的部署变得简单 - 但是，您的应用程序仍然需要与数据库通信。

传统的数据库运行在重量级的操作系统上，由于其资源消耗大、配置开销高、冷启动速度慢，不适合现代基于人工智能的软件开发。

Prisma Postgres：专为人工智能开发时代设计的数据库
这正是Prisma Postgres等解决方案的价值所在！Prisma Postgres 是第一个基 科索沃电话号码列表 于高效 unikernel 构建的无服务器数据库，旨在在单台机器上运行数千个实例。

它提供了开发人员所需的可靠性，同时又避免了 AI 无法消除的操作复杂性。当 AI 帮助您加快代码生成速度时，您需要与之同步的基础设施——可扩展、按需且只需极少的配置。

要试用 Prisma Postgres，只需在终端中运行以下命令：

npx prisma init --db
Prisma Postgres 还通过模型上下文协议 (MCP) 直接与您最喜欢的 LLM 和 AI 编码环境集成。

只需使用此 JSON 代码片段将其添加到所需 AI 工具的 MCP 配置中：

{
"mcpServers": {
"Prisma": {
"command": "npx",
"args": ["-y", "prisma", "platform", "mcp", "--early-access"]
}
}
}
在Prisma Postgres 文档中了解有关此内容的更多信息。

何时使用人工智能？
虽然人工智能在编写代码方面已经非常强大，但它（目前）还无法取代开发人员。了解人工智能的优势以及人类专业知识仍然必不可少的领域，是有效使用人工智能工具的关键。

让我们看几个用例和场景，抽象范围较低端的 AI 工具（如 Cursor、Windsurf、GitHub Copilot 等）非常适合这些用例和场景。

例行单调的任务/粘合代码
诸如实现 CRUD 操作、设置身份验证流程或创建标准 API 端点之类的任务遵循 AI 能够可靠复现的成熟模式。这些任务非常适合委托给 AI 助手，让您能够专注于更具创造性的开发工作。

按规范编码
当你拥有明确的需求和规范时，AI 可以高效地将其转化为可行的实现。对于输入、输出和行为定义明确的功能尤其如此。

快速成型
AI 在快速创建功能原型方面表现出色，这些原型可以演示概念并验证想法。在与用户一起探索创意或测试新功能时，AI 生成的代码可以显著加快反馈周期，即使您计划重构以用于生产环境，或者只是使用低质量的“一次性代码”构建初始版本。