突然觉得 AI 时代程序员的学习方向需要调整了

[Oxonomy]

最近在 AI 加持下，完全不用脑子开发了一个应用，学习了 prompt engineer 的 skill

然后回到日常工作中，也把这些 skill 用上了，发现大幅度提高了开发效率。

fact： 比如 3 个点的卡一天就能做完

当然我也发现同事们目前还是把 AI 当成搜索引擎在用。。。

认真思考了一下，既然 AI 写代码的效率这么高，那么是不是提高 prompt engineer 的 skill 才是最重要的？

还有必要背八股文吗？抛开面试除外。

想看看大家的想法。

[levelworm]

只要是自己不关心的东西，统统交给 AI

[kaiveyoung]

不懂原理，ai 给你写出个 bug ，你连 debug 的能力都没有，当然，以后的 ai 写代码应该 bug 越来越少，但如果出现 bug 也更难被发现

[vsitebon]

懂原理的人用 AI 相当于多了个助手，看原本的风格是“只要手下实现了功能不管代码风格是否统一”派还是“不管什么代码风格不统一就是有问题”派，前者会用的开心很多

[murmur]

@kaiveyoung 对于初学者来说，AI 写的 bug 比人少，谁写都有 bug ，都要反复测试，真遇到那种每天增加几 mb 然后半年内存泄漏的 bug ，我也认了

[StephenHe]

prompt 不就是中文编程吗

[NoKey]

难道你们没有遇到过，ai 一本正经的乱写代码，怎么提示都没有用的么？我遇到很多次了，无论怎么修改提示词都不行，最后还得靠自己。。。所以，ai 还是当做精确搜索更多一点吧

[elevioux]

项目规模怎样？前端后端？

[murmur]

@NoKey 要给足上下文，我一般要求他如果没有开源库，但是必须实现的逻辑，可以用注释代替，他会少造点假函数

[kapaseker]

@NoKey 我发现 AI 会创造代码，就是明明没有的东西，他能凭空创造出来，其实根本没法儿用

[listenfree]

ai 只是加速人类学习和理解知识，人更加需要思考才能驾驭 ai 。比如 python 中，我动态加载函数用的 exec(),和 ai 聊天后，说最好用 importlib.util （我以前没了解过），因为更加安全之类的。不了解的话 AI 会有很多的坑等你。

[lovedebug]

不是。
一个猜想：ai 是全能型人才，但是使用者必须在某个领域达到这个领域的平均水平，才有能力判断 AI 在该领域输出内容是否正确。

[fredweili]

AI 目前只能解决具体的小问题，还理解不了范围很大的 context ，或者说有功夫把所有的 context 翻译出来，我都想出答案了

[InkStone]

光是 prompt engineering 还不够，还得学会理解 AI 能力的边界、学习使用 MCP 、RAG 等拓展 AI 能力的技术。

[clino]

感觉 AI 能力越强，prompt engineering 就越不重要

[nxforce]

入行门槛降低而已，并不是 AI 完全代替的，不过纯自动编码机器也是未来主要发展方向了。

程序员这个岗位的未来真的不好说，5 年，10 年，大模型真的朝着吊打所有图文编辑类和编程类的方向稳步前进。

[coltmumu]

就源码泄露和代码版权问题，就够大型公司喝一壶

[nxforce]

有点像 手动挡 -> 自动挡 -> 智驾 发展的感觉，哈哈。

[thinkm]

prompt 能力需求会越来越低

[lyxxxh2]

问 ai 给提示词,前两天问豆包:
"商品按周 天销售量排序,都有什么实现方案?"
回答的不太符合,excel 都出来,没什么参考价格,浪费时间。

干脆直接问 cursor 的 ai,方案很不错,我采纳了其中一种。

当然并不是豆包问题,给他提示词,估计也能给到正常答案。
但是麻烦啊,懒着给。

[cxe2v]

我就想知道一个没有经验的新手拿着 AI 写出来的藏了 0day 漏洞的代码，然后一看功能齐了，上线，最后被爆了服务器种了个马偷敏感数据，这个锅让新手背还是老板自己背