## AI 来救场:恢复丢失的代码
RevenueCat 的一位工程师在重构代码后意外地降低了他们的 LTV 预测模型,而最初的代码显示了 5% 的改进。尽管他们努力了几天,仍然无法重现最初的积极结果——“秘诀”似乎丢失了。
然而,一个令人惊讶的解决方案出现了。这位工程师意识到他们一直在借助 Gemini 2.5 Pro 的帮助开发这个模型,利用其巨大的 100 万 token 上下文窗口。出于一时兴起,他们要求 LLM 检索原始脚本,LLM 成功地提供了丢失的代码!
这次经历凸显了长上下文 LLM 的一个意想不到的好处:作为一种出乎意料的、非常规的代码备份。虽然不提倡放弃版本控制,但这个故事展示了 AI 在从开发人员失误中恢复并保存有价值的工作方面的潜力。