作为程序员，你认为 AI 编程是提升还是依赖？

[lizuoqiang]

几个问题想和大家讨论

1.使用 AI 编程时除了效率提升外，有什么意外收获或者担忧？
2.我们的核心竞争力到底是什么？是否会被 AI 取代？
3.对于刚入行的程序员，会建议他们一来就使用 AI 编程吗？
4.公司怎么制定 AI 编程的规范？

看了下评论，大多数认为AI编程是有用的工具，关键在于如何使用以及如何利用AI节省下来的时间。将节省下来的时间用于深入学习，促进个人能力的提升。

[bbao]

能力强的是提升，能力弱的是依赖

[yelog]

使用了 AI 之后， 动摇一直坚持的技术发展路线，感觉走管理路线也不错 ， 使唤 AI 写代码的感觉太爽了哈哈哈

[bbao]

代替啥啊，我巴不得其他部门的同事用 AI 交付产品，然后老板觉得不错，让他们做落地呢～ 等着看戏。

[wonderfulcxm]

我喜欢和 chatgpt 聊天，很多时候都能聊出启发性的解决方案，用编辑器类 ai 写代码就只是写代码

[dlmy]

AI 编程可以让高手变得更厉害，但没法让菜鸡变成高手

[aiqinxuancai]

曾经 IDE 补全提示都是邪道，曾经自动挡汽车被说是残疾人开的，你理解理解

[zijie0]

相当于行业变革了，就像马车车夫不应该问汽车对我们赶马车是提升还是依赖，只能去学习和拥抱哈哈。

[GensKinsey]

prompt 的水平和 coding 水平正相关，所以本来就很强的是真能提升效率。本来不强的，提升就没那么大，把 cursor 当微信聊天的我都见过，一次就问一句话。

[op351]

对第 1 个问题
担忧是没有的 意外收获是 chatgpt 会拓宽解决问题的方法和思路
对第 2 个问题
不会被 AI 取代，至于核心竞争力，不同行业的程序员应该不太一样
对第 3 个问题
建议，因为从我的使用习惯上来说 AI 有一部分能力是替代 stackoverflow 这种社区的，我想相当一部分人在 AI 大规模使用前，遇到问题都比较依赖 stackoverflow 的，转为使用 AI 没有什么不妥之处
对第 4 个问题
因为所在公司不是专门搞软件开发的，不存在编程规范这一说

[janwarlen]

是提升，提升了我 code review 的能力

[jackyz]

先说结论，ai 编程在我个人的体验来说，目前还比较像是一个 “高级加强版的搜索引擎” —— 有帮助开拓的效果，但代码的细节 bug 问题似乎还是很难避免；

具体到最近涉足的几个新领域，使用 ai 能帮助我在一些此前未知的领域迅速地生成一个基础的代码框架；这个过程如果用之前的方式，可能会需要好几天的时间来建立基础体系，确实是大大节约了时间；

但是，这些由 ai 写出来的代码，仅就目前的几个项目样本来观察，都有 bug ，而且，这些 bug 几乎都没法通过跟 ai 继续对话来解决；大部分的情况下，是越改越糟糕，越改离题越远（所以养成了保留各个版本输出的习惯）；所以还是不可避免地要回到人工 debug 而，改掉这些 bug 基本都需要重新再捋一遍细节，看它哪里漏了；结果也就是，前面省下来的时间，后面调试全都还回去了；

这或许是因为我所涉足的领域比较偏门（图像处理，设备控制，3d 重建之类的），不是常见的 crud 这种；有一说一，其他人搞 crud 的命中率还是挺高的；对团队其他人而言，也是“温和的助力”，比如，至少现在团队里无论是谁，在需要的时候，都可以用 ai 来搓一个 web 界面，不一定精美，但至少能用；

总体来看，对我个人而言，有 ai 还是助力，因为如果没有 ai ，我可能都不会去尝试这个领域；

note：

上述结论的得出，应该与模型的水平无关，我几乎尝试了所有模型，从 claude 到 gemini 还有 grok 最新的都用过了，几乎无一例外；
目前没有全面采用 claude code 的“全流程”方案，因为，就目前的反馈而言，其准确度尚不足以支撑更多的“放手”（多轮对话 bug 越改越糟，还没建立往下走的信心）；

也请其他网友补充细节，或提出改进建议；

[zxjxzj9]

能写出大段 prompt 的人就算有 ai 之前水平不行，也总能从各种豆腐块里找到自己想要的东西的。

[red13]

即提升也依赖

[CassianVale]

如图： 🏠🧠 🏢👨‍💻

[PEALFK]

用记事本编程的人最🐂🍺 哈哈哈哈哈

[xiangbohua]

我认为 AI 还是工具，用 AI 肯定是提升，但是完全只用 AI 的话，恐怕也不好

[SGL]

能够依赖说明该产品可靠性还是有，也就是能用来提升，那么“你”产生了依赖就是“你”人自己的问题。

[yiiouo]

提升，能帮我快速产出 DEMO 来验证想法。

[dddd1919]

强依赖搜索，除了 google 现在多了个选择

[wyd011011daniel]

作为行人你觉得,使用自行车是提升还是依赖?
作为旅行者你觉得,高铁/飞机/汽车 是提升还是依赖?

[cherryas]

效率提升，离开 ai 每个人的能力肯定是下降的。 没有 ai 的时候人码和一的感觉很久没体验了

[MissFortune]

江湖给每个人发了一本武林秘籍

[S1ahs3r]

前几天推特有人有个说法我觉得挺好的

人月神话里说 本质复杂度与偶然复杂度
前者 AI 解不掉，后者可以被拉到 0

[Sfilata]

我觉得是辅助+向导。会用的人会用来做规划，找灵感，去除技术细节，不会用的人指望敲两下就取代一个程序员。当你害怕拒绝它的时候它就是取代，当你接受它的时候就是助力。

[kapaseker]

@yelog 更通俗的说，将精力更多的放到产品和业务上来，感觉也很不错

[HaroldFinchNYC]

提升非常巨大

[freezebreze]

解决了我最大的一个问题就是答疑解惑，虽然说 ai 给的不是一定是正确的，但是至少能提供方向，思路，我可以自己验证 和反复询问去确认事实 。换以前还得网上找人问。

[cloudnb]

看你把它当成工具还是拐

[bobsbnd]

1 、收获：技术视野变宽，效率变高 担忧：门槛变低，内卷加剧。
2 、prompt 能力（精确指令）、编程硬实力（ ai 写的代码还要能自己动手改）。 不会被 ai 取代，ai 编程时代，优质训练数据难以井喷导致编程能力产生质变，高阶技术人员的一举一动仍然把握主流技术方向。
3 、不建议，如果早期就使用 AI coding 会渐渐丧失正反馈，不利于锻炼思维和解决问题的能力。
4 、把团队的代码规范写个配置文件丢给 ai ，目前就只能做到这了。

[gnosis23]

新手还是少用 AI 吧，路都走不稳就开始跑了，出了问题也不知道怎么修（甚至看不出来问题）

[logic2]

@jackyz 没啥毛病，老哥，那些偏门的领域，本来贡献的代码量就少，语料也少，这一代的 LLM ，从本质上讲它还是一个 token 预测机器，没有足够的数据训练，只能 garbage in garbage out

[logic2]

这一代 AI 本质上还是一个 token 预测的机器，我不否认 LLM 有很大用途以及 LLM 现在渗透的领域还不足够多，

但在 AI 完全取代人脑编程，强人工智能的世界能达之前，LLM 也就到此为止了，后续也不会有更多突破了，LLM 更多会实在应用层面上以及产品层面上出现更多的创新，

我个人预计更多的数据更强大的训练也不会让 LLM 变得更好，从本质上的技术讲，这还是一个拟合的机器，它并没有思考，只是在不断的拟合给你一个近似看上去靠谱的答案，当然人类很多狗屎工作本质上都是在不断的重复自己，一个足够好的拟合机器确实能取代不少程序员的工作，例如在不同领域应用框架进行 CRUD

我甚至认为下一代的前后端这种应用框架都会进行到往适配 LLM 的方向发展，未来的编程工作可能会发生相对性的颠覆，特定领域的用户可能使用 LLM 来生成自己的原型应用 自己用 vibe 编程的方式来解决问题，而不是依赖专业程序员，

这些应用框架根据 AI 生成出来的软件产品依旧会存在一定的问题，但确实是可行可用的，最后将这个原型交付给专业程序员来解决一些逻辑 bug ，甚至产品这个职业都可能不再存在，因为软件的用户自己可以用 AI 生成一个差不多可用的原型，然后专业程序员根据原型来进行测试打磨最终成品，当然这要求客户本身有系统性的思维，以及逻辑自洽的能力

但是目前只要你生成代码的领域没有足够的语料，基本上 AI 都是在胡说八道，因为它的目标是从现有的数据里面找到一个最能拟合你问题的答案，而不是思考

[logic2]

从解决屎山问题上来讲，AI 基本上无法应对历史陈旧的狗屎代码，因为很多程序员自己都搞不清楚屎山在干什么，交给 AI ，只会给你更糟糕的改动，以及失控的代码

[hamphrey395]

现在是有新的需求先用 AI 开发以及分析，然后再自己修修补补，还是能提升不少时间效率，尤其是摸鱼的时间明显增加了不少