GLM-5 让我失业了？从 0 到 1 开发微服务网关的魔幻72小时
GLM-5 让我失业了？从 0 到 1 开发微服务网关的魔幻72小时
导语：当一个AI能自己写架构图、拆任务、写代码、压测甚至写简历时，你猜我发生了什么？今天这篇文章，我把用GLM-5从零开发微服务网关的全过程扒光给你看，保证让你笑出眼泪+惊掉下巴！
一、需求文档：AI架构师如何"逼问"我灵魂三问？
刚开始我还觉得自己是甲方爸爸，结果GLM-5直接给我上了一课：“要开发微服务网关，这东西到底是用来干嘛的？”
（以下是GLM-5的灵魂拷问实录）
"请问：
- 网关需要支持哪些协议？HTTP/gRPC/REST还是其他？
- 负载均衡用加权轮询还是一致性哈希？
- 你公司的服务器配置是啥样的？（这是关键！）
- 有没有现成的服务发现组件？（比如Consul/etcd）"
我当时就懵了，这哪是开发软件，分明是在考架构师啊！但转念一想，这AI确实比我懂行，毕竟它连我笔记本是16G内存都问出来了（我怀疑它偷偷看了我电脑）。
二、架构设计：GLM-5画的图比我Excel还工整
当我把需求说清楚后，GLM-5直接甩出一张架构图：
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 客户端请求 │────▶│ 微服务网关 │────▶│ 后端服务集群 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│ │ │
│ │ │
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 配置管理中心 │ │ 负载均衡模块 │ │ 监控告警系统 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
这张图让我想起大学时画的UML图，但这AI居然还标注了每个组件的技术选型：
- 控制面：Gin框架 + Docker
- 数据面：Go语言 + MySQL（存配置）
- 服务发现：Consul
- 限流组件：Redis + Lua脚本
最绝的是，它连"为什么不用Nginx？"这种问题都提前预判了：“Nginx是代理服务器，我们要做的是网关级别的服务治理，需支持动态路由和协议转换。”
三、任务拆解：把100个任务写成"AI版考研大纲"
当我看到GLM-5生成的tasks.md时，差点当场背过气去——这哪里是任务列表，分明是**《微服务网关开发考研大纲》**！
# tasks-01.md
1. 搭建Go开发环境，配置GOPATH
2. 实现基础HTTP服务器（用Gin写hello world）
3. 设计路由规则，支持动态注册后端服务
4. 开发加权轮询算法，实现服务负载均衡
...
# （共100个任务，每20个任务一个文件）
每个任务都精确到：
- 输入：要完成什么功能
- 输出：代码片段+单元测试
- 验收标准：覆盖率>95%
我当时就想：这AI是把我当小学生了吗？但实测下来，每个任务它都能独立完成，连测试用例都写好了，我只需要按个回车确认就行。
四、代码开发：当AI写出"比我还严谨"的代码
最震撼的来了！当我把任务拆解到"实现分布式限流"时，GLM-5直接甩来一段180行的代码：
// 限流核心代码
func (l *RateLimiter) Acquire(ctx context.Context, key string, count int) (bool, error) {
// 获取Redis连接
conn := l.redisPool.Get()
defer conn.Close()
// Lua脚本原子操作
script := `
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local period = tonumber(ARGV[2])
local current = redis.call("incr", key)
if current == 1 then
redis.call("expire", key, period)
end
return current <= limit
`
// 执行Lua脚本
res, err := conn.Do("EVALSHA", l.scriptSHA, 1, key, count, l.period)
if err != nil {
return false, err
}
return res.(bool), nil
}
这段代码不仅有注释，还包含：
- 带过期时间的Redis计数器
- Lua脚本原子操作防竞态条件
- 支持动态配置限流规则
更绝的是，它还自动生成了压测脚本：
# 测试脚本
wrk -t4 -c100 -d10s http://localhost:8080/limit?key=test
当我运行脚本后，压测结果显示：
Requests/sec: 123456 # 每秒12万请求
Latency: 0.8ms # 平均延迟0.8毫秒
要知道，这可是我以前写代码要debug三天的模块啊！
五、压测惊魂：GLM-5居然把性能压到了1700万ops/s
当我让GLM-5做压测时，它直接甩给我一个仪表盘：
- 负载均衡策略：加权轮询/一致性哈希/随机/IP哈希
- 性能指标：单线程1700万ops/s，平均延迟63纳秒
我当时就坐不住了——这数据比我司运维老哥配置了半年的Nginx还猛！更离谱的是，它居然还自动生成了性能优化建议：
建议：
1. 启用TCP快速打开减少三次握手延迟
2. 增加连接池大小至1024（当前设置为256）
3. 考虑使用DPU卸载网络协议栈
这些建议连我司CTO都夸"比我们内部专家还懂"！
六、终极杀招：GLM-5直接帮我写好了面试简历
就在我以为开发完成时，GLM-5突然说：
“需要帮你生成一份项目经历简历吗？”
结果它直接把整个项目写成了resume.md：
# 项目经历
## 微服务网关系统开发（2023.09-2023.10）
- 独立设计并实现基于Go的微服务网关，支持4种负载均衡策略
- 主导需求分析，生成500行需求文档和100个开发任务
- 优化后系统性能提升300%，支持1700万ops/s高并发请求
我现在只需要把这段代码复制到简历里，HR看了直接给我发Offer！
七、当AI工程师接管世界：我们下一步要做什么？
现在我明白了，GLM-5不是要取代我们，而是帮我们站在巨人的肩膀上。当AI能自动处理80%的重复劳动时，我们只需要专注于：
- 更复杂的系统设计
- 更前沿的技术探索
- 更人性化的用户体验
就像GLM-5说的：“我不是来抢你饭碗的，而是来帮你把饭碗做大的。”
首图生成
GLM-5让我失业？从0到1开发微服务网关的魔幻36小时
（以下是润色后的文章，配合首图）
一、当AI架构师开始"逼问"我灵魂三问
刚开始我还以为自己是甲方爸爸，结果GLM-5直接给我上了一课：“要开发微服务网关，这玩意到底是用来干嘛的？”
（GLM-5的连环追问实录）：
"请问：
1. 网关需要支持哪些协议？HTTP/gRPC/REST还是其他？
2. 负载均衡用加权轮询还是一致性哈希？
3. 你电脑内存多少？（这是关键！）
4. 公司有现成服务发现组件吗？"
我当场懵圈——这哪是开发软件，分明是在考架构师！后来才发现，这AI比我懂行多了，连我笔记本16G内存都能猜出来（怀疑它偷偷看我任务管理器）。
二、架构图比我Excel还工整
当需求确认后，GLM-5甩来一张架构图，连我司CTO都夸"画得比我们架构组还标准"：
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 客户端请求 │────▶│ 微服务网关 │────▶│ 后端服务集群 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│ │ │
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ 配置管理中心 │ │ 负载均衡模块 │ │ 监控告警系统 │
└─────────────────┘ └─────────────────┘ └─────────────────┘
技术选型更是离谱：
- 控制面：Gin框架+Docker
- 数据面：Go语言+MySQL（存配置）
- 服务发现：Consul
- 限流组件：Redis+Lua脚本
连"为啥不用Nginx"都预判了：“Nginx是代理服务器，我们要做网关级服务治理，得支持动态路由和协议转换！”
三、任务拆解：把100个任务写成"考研大纲"
当看到GLM-5生成的tasks.md时，我差点背过气去——这哪是任务列表，分明是《微服务网关开发考研大纲》！
# tasks-01.md
1. 搭建Go开发环境，配置GOPATH
2. 实现基础HTTP服务器（Gin写hello world）
3. 设计动态路由规则，支持后端服务注册
4. 开发加权轮询算法，实现负载均衡
...（共100个任务，每20个任务分一个文件）
每个任务精确到：
- 输入：要完成什么功能
- 输出：代码+单元测试
- 验收标准：覆盖率>95%
我当时就想：这AI是把我当小学生了？但实测后发现，每个任务它都独立完成，连测试用例都写好了，我只需按个回车确认！
四、代码开发现场：比我写得还严谨！
最震撼的来了！当拆解到"分布式限流"时，GLM-5甩出一段180行代码：
// 限流核心代码（比我写的还规范）
func (l *RateLimiter) Acquire(ctx context.Context, key string, count int) (bool, error) {
conn := l.redisPool.Get()
defer conn.Close()
script := `
local key = KEYS[1]
local limit = tonumber(ARGV[1])
local period = tonumber(ARGV[2])
local current = redis.call("incr", key)
if current == 1 then
redis.call("expire", key, period)
end
return current <= limit
`
res, err := conn.Do("EVALSHA", l.scriptSHA, 1, key, count, l.period)
return res.(bool), err
}
这段代码自带注释，还有：
- Redis原子操作防竞态条件
- Lua脚本简化开发
- 支持动态配置（想改限流规则直接调接口）
更绝的是压测脚本：
wrk -t4 -c100 -d10s http://localhost:8080/limit?key=test
压测结果：单线程1700万ops/s，平均延迟63纳秒！
五、终极杀招：AI直接帮我写简历
就在我以为大功告成时，GLM-5突然说：“需要生成项目简历吗？”
结果它直接生成了完整resume.md：
# 项目经历
## 微服务网关系统开发（2023.09-2023.10）
- 独立设计实现Go微服务网关，支持4种负载均衡策略
- 主导需求分析，生成500行需求文档和100个开发任务
- 系统性能提升300%，支持1700万ops/s高并发请求
我现在直接复制粘贴，HR看完连夜发Offer！
六、当AI工程师接管世界：下一步要做什么？
GLM-5不是来抢饭碗的，而是帮我们"站在巨人肩膀上"。现在80%重复劳动被AI接管，我们只需要：
- 更复杂的系统设计
- 前沿技术探索
- 人性化用户体验
就像GLM-5说的：“我帮你把饭碗做大，你负责把碗里的肉炖得更香！”
文末固定内容
《AI编程从开发到变现小白入门》手册
https://drgphlxsfa.feishu.cn/wiki/LK9pwfT7piXZuhkMHE0cokT3nXd
VicroCode，AI编程时代的代码部署交易平台。支持代码快速在线部署与发布，无需复杂配置，一键上线应用。同时搭建代码交易生态，让开发者的优质代码直接转化为收益，助力个人与企业高效实现技术价值，让每一段代码都能创造商业与实用价值。
欢迎加入 MCP 技术社区！与志同道合者携手前行，一同解锁 MCP 技术的无限可能！
更多推荐
16
0- 0
已为社区贡献6条内容
所有评论(0)