• 6581

    AI 大大提升了编码的生产效率,让很多难点都比较容易结局了,但我遇到了以下问题,有没有同感的朋友们呢?大家如何解决的呢?

    1. 自己越来越不会写代码了
    2. AI 写的代码有些啰嗦,有很多不太优雅
    2. 对项目的把控很低,害怕代码有问题

    主楼
  • eod

    人和代码,有一个能跑就行

    #1
  • sth2018

    正如《纳瓦尔宝典》所说的,判断力是决定成败的最关键技能.AI 编程后更加考验我们的判断力,代码审查能力

    #2
  • theohateonion

    1. 这个不是问题,能高效生成了为什么还要手写。
    2. 这个是你作为工程师要解决的问题,怎样让代码不啰嗦,让他变得符合你优雅的定义。你需要加 rule ,做好上下文管理。
    3. 这个也是你作为工程师的要解决的问题,如何建立可信的验证机制,确保不出大问题。或者即使出问题了,如何快速识别和回滚。

    #3
  • 6581

    @eod 腿受伤了,跑不了了

    #4
  • yeyeye

    你写代码的时候,会关注汇编层面的内容吗?

    事实上你并不关心,你只关心产出和结果,小概率会观察性能然后优化(但也不会跑去汇编层优化)

    而且 ai 产出这么多,已经没可能一个个看了,真的看不过来,你还没看完这一版,下一版又来了。

    #5
  • Edward4074

    1. 多考虑代码之外的问题,比如产品层面
    2. 就当成这代码是同事写的,同事写的代码只要能保证正确性,细节你也不会太多干涉是吧
    3. 换个方式“把控”项目,从架构上判断哪部分“可能”有什么问题,至于具体的问题核实和分析优化仍然交给 ai

    #6
  • sagnitude

    你要从写代码的变成 tech leader

    #7
  • 6581

    @theohateonion 嗯嗯,感谢感谢,是可以落地的一些东西

    #8
  • yesterdaysun

    我认为不能简单的类比代码到汇编, 代码转汇编这个 gap 很小, 预期发生偏移的概率很小, 但是从一段需求文本到方案再到代码实现, 这中间经历了 2 次转换, 2 个 gap, 这里面预期发生偏移的概率非常大, 偏移带来的结果短期影响比较小, 反正能跑就行, 但是长期直接就是一坨 ai slop, 难以维护下去, token 消耗飞涨, 改一个问题出两个问题, 然后等项目重写吧, 所以当前还是需要人在其中判断把控的, 虽然不排除几年之后, ai 这两个 gap 也被缩到很小, 那真就没人啥事了

    #9
  • Yanickkk

    担忧是对的,以后编码能力就不在是一个被动锻炼的过程了(以前不得不手写,本身就是一个锻炼的过程),未来会变成一个需要刻意练习的过程。不讨论现在的就业行驶前的情况下,我认为 AI 对老手来说是一个巨大的帮助,解放了写代码的时间,虽然花了更多的事情去 Review 。对于新手来说,如何学习 & 刻意练习的门槛变高了

    #10
  • user1284

    升管理后大大提升了编码的生产效率,让很多难点都比较容易结局了,但我遇到了以下问题,有没有同感的朋友们呢?大家如何解决的呢?

    1. 自己越来越不会写代码了
    2. 手下写的代码有些啰嗦,有很多不太优雅
    2. 对项目的把控很低,害怕代码有问题

    #11
  • imagecap

    人工智能 => 人工 Agent, 懂的都懂!

    #12
  • 6581

    @user1284 是的,现在程序员要制定比较好的规则和流程来生产管理代码了。

    大家有没有好的对代码的约束,和管理流程呢?

    #13
  • v2er119

    只要作为第一当事人判断力还在,问题不大。
    复杂的问题,完全交给 AI 甩手不管,AI 一定会有和业务无关的多余的发挥。
    区别是你对业务了解和参与的程度,还是一样会影响产品的质量。

    所以,过往沉淀的语言编程和代码工程能力并没有作废。

    #14
  • Lemonyi

    @6581 你说的是 Spec 驱动吧,SDD ,大厂一般都架构师或者高级弄好了,小公司也不需要

    #15
  • zuokanyunqishi

    @theohateonion 这还是软件工程的能力,😄

    #16
  • lyz0205

    vibe code 其实也是一个工程问题。
    以前是人工写代码,确实能把控得很好,现在给够时间仍然可以把控得很好。
    只是都还没有适应这突如起来效率提升,技术更新迭代太快了,整个行业都浮躁,都在害怕被落下。
    至于自己会不会写代码,在我看来,原来使用的 Java 、c/c++、Python 也都是语言。区别是熟悉 Java 这些语言的人是我们程序员,范围比较小,而现在 vibe code 熟悉的人变成了所有人。共同点是 Java 会讲代码翻译成 JVM 的语言,而 vibe code 会讲自然语言翻译成 Java ,其实就是封装了一层,就像 Java 封装了 JVM 的指令一样。
    最后慢慢沉淀吧,以前一个只会写 Java 而不知道 JVM 原理的人是没办法成为一个优秀的 Java 程序员的,给他自己写,写出垃圾代码的可能也很大。现在是都懂自然语言,但不懂得程序的运行原理,给他怎么搞,都是相当于以前用 Java 写增删改查。上来写个可运行的程序,就是我们以前写的 hello world 。

    #17
  • theohateonion

    @zuokanyunqishi 是的,目前阶段,只要还是 LLM ,就不可避免的会出现上下文污染问题导致结果偏移,软件工程现在要解决的问题是如何组织合理的上下文让 AI 尽可能的聚焦,不然做的越多错的越多,最后的结果就是项目失控。

    #18
  • ktyang

    1. 不会就不会,现在不会写汇编也不影响调代码不是。
    2. 看你怎么加约束和管控了。
    3. 对项目的把控度和对代码的把控度是两个问题。前者大量应用软件工程的方法,后者就放弃吧。

    #19
  • hackyuan

    解决不了,不然最近各家 C 端产品:淘宝、美团、高德、腾讯等 bug 频出、样式错乱就不会出现了,吐槽帖很多。

    #20
  • crysislinux

    你只需要记住公司是老板的不是你的,管理层不会因为你更注重质量就给你多发钱,反而可能因为耽搁了时间少给你钱。大胆的 vibe 大胆的 merge 吧,大不了 n+1 。

    #21
  • wjv22019

    只有在 AI 生成代码前的设计文档和最后生成完成的总结文档调整,AI 的代码看不完,根本看不完

    #22
  • hunono

    你现在关注内存地址\手动释放内存吗?如果不关注,你放心吗?不怕内存爆了?不怕内存泄露?不怕内存$%@#$^^?如果放心,那上面 3 个问题你担心什么?

    #23
  • duanxianze

    因为你还在按传统的开发的方式思考,所以有这种想法,新时代应该有新的开发流程,整个流程的我才疏学浅想不明白,但基本上不该有 java go rust 这种东西,人类输出需求文档,ai 直接生成二进制代码,不需要关心 ai 中间是如何实现的

    #24
  • LowBi

    现在的问题是如何把业务需求好好的通过文字及图片好好描述给 AI ,AI 的代码瓶颈不是屎山,而是人类的业务需求屎山。要尽量理解,确保 AI 不会被误导。业务一复杂大脑理清并组织语言超累

    #25

发表回复

登录后回复