卡帕西的AI编程策略分为四个核心阶段。首要且占据他75%工作时间的，是使用Cursor编辑器中的自动补全代码功能。卡帕西指出，通过在代码中直接展示需求，而非冗长的文字描述，能更高效地与大模型沟通。这种方式让他能够在正确的代码位置直接写下片段或注释，从而快速触发自动补全，尽管有时需要频繁重启以优化体验。

接下来，卡帕西会利用大型语言模型对特定代码段进行修改。这一步骤通常针对那些需要细致调整的代码区域，允许他根据需要灵活调整代码。

第三阶段涉及使用诸如Claude Code和Codex等独立的AI编程工具。当遇到较大功能模块或难以用简单提示词表达的需求时，卡帕西会依赖这些工具。然而，他也坦言，这些工具虽然有用，但体验参差不齐，有时需要频繁中断生成以避免冗余代码。他还提到，这些工具缺乏“代码审美”，常常生成过于复杂或冗余的代码，需要手动清理和优化。

作为最后一道防线，卡帕西在遇到最棘手问题时会使用GPT-5 Pro。他分享了一个例子，即在多次尝试解决一个隐蔽bug失败后，GPT-5 Pro仅用10分钟就成功定位了问题。GPT-5 Pro还能检索生僻文档和学术论文，为复杂任务提供有价值的见解。

卡帕西的分享在开发者社区引起了广泛共鸣。许多开发者表示，尽管他们可能使用不同的工具组合，但都采取了类似的多工具拼接策略来辅助编程。评论区中，网友们积极为卡帕西遇到的问题提供解决方案，如开发专门的代理来帮助管理代码上下文，或要求AI工具提供更简洁的问题总结等。

卡帕西的AI辅助编程策略凸显了当前编程工具的现状：尽管AI编程工具正变得越来越强大，但仍没有一款能够完全满足所有需求。因此，开发者们正在通过巧妙地结合多种工具，发挥各自在不同编程环节的优势，以实现更高效、准确的编程。