#AI Coding

初码
2周前
更新一下永生理论,经过过去几个月对AI Coding的深度实践,我的结论是:哪怕人类AI大模型能力就此止步H200水平(B200、B300等以后产品都生产不出来了),哪怕就停留在这个半吊子的阶段,生物学肉体物理永生也要加速到来了,最新的进度是10年以内。在这里也分享一些最近杂七杂八的思考: 1、AI Coding已经从简单的代码生成和代码思考,转向结构性的工程化发展,并且在各个栈区都做出了有模有样的闭环成果,直接结果就是,科技公司、软件企业,真的可以开始大规模裁员了,并且,如果你对此的理解是程序员失业了、没用了,那显然完全错误完全短视,这只是一个低谷波段,这所揭示的真谛其实是:人这种生物的单体生产力真金白银的提高了10-20倍,不搞工程的人,很难理解这是怎样一种恐怖的存在。 2、AI Coding导向程序员无用论,是完全错误的结论,事实上, 正是因为现阶段的大模型还有不少智障区域,所以当很多非程序员外行或者低级程序员自以为是的以为自己也能搞搞vibe coding时,却发现永远做不成闭环产品,永远都在调BUG,永远走不到商业运营那一步(甚至还差很远)。这其中的沟壑就是达成一个科班程序员所需要的5-10年以上的基础学科、行业认知、工程经验的积累。未来不敢说AI Coding会不会迎来下一轮的质变,但至少现阶段(1-2年内),你如果不懂编译原理、数据库范式、操作系统原理、算法与数据结构,如果没有多年的各种IDE深刻实践、各种项目的真实实操,那AI Coding对你来说,永远只会是一个玩具。那么谁会在这样的一个节点上占得先机呢,答案就是35岁+的架构师,真的可以说是天降福缘,命运送给了他们一个超大的红包,35岁+(只是一个形容,牛逼的架构师不限年纪哈哈,18岁也可以)的架构师如果能在2025-2026这一年内,好好耕耘AI Coding,会收获一笔有一笔诚意满满的时代财富转移。 3、物理学从宏观到微观一路下来的神奇变化,其实早就揭示了一个规律,那就是,量变永远在导向质变,这个道理在AI领域再生动不过了。大力一定出奇迹,如果还能再大力,那就继续给你新神奇,未来的AI发展之路,相信会一直延续这个真理,随着一代又一代的AI芯片诞生,大模型反复训练迭代,数据不停地沉淀堆叠,AI智商从100一路上升到200,300。每次的升华,都是新一次的蒸汽机革命,甚至带来又一个的相对论诞生。 4、从第一台计算机诞生起,Coding,就已经是所有所有工程领域的最底层,而在今天,这个最底层,也开始革命了,这意味着什么,在肉眼可见的2-3年内,所有原来需要15-20年才能沉淀出行业软件,时间都会缩短为2-3个月,而这,也预示了我们所有行业的工程超级大爆发,当所有行业的工程化都在以几何级数速度进步的时候,不用有任何怀疑,材料学、生物学,甚至是底层物理学和数学,都会迎来超级大跃进,那么最终的最终,肉体永生,也成为了必然。
宝玉
1个月前
这事我还是要替程序员说点话,为什么有些时候要手搓代码而不是写 Prompt。 不完全针对原推文,而是借这个机会写一点,替程序员们发声,因为现在社交媒体上有一种风气: 就是都在标榜自己用 AI 写代码多么高效,多爽。用 Prompt 来 AI Coding 就是高端的,代表先进生产力的,不用 AI 写 Prompt 手搓代码就很 Low。 AI 能提升编码效率这个没问题,但不代表说已经到了能完全替代手搓代码,更不能把两者对立起来。 ** 首先我们应该回归初心,写代码是为了什么? 刨除学习和自嗨为目的的写代码,通常我们写代码是为了构建软件产品,因为要构建一个产品,才需要去写代码实现产品需求。那么 AI 写代码和手搓代码,都属于写代码的手段,而不是目的。 先把这个问题分清楚:无论是你用 AI 写代码还是手搓代码代码,都属于手段而不是目的! 如果你只是为了标榜用 AI 写代码而用 AI,那就是为了手段而忘记了目的,当然换成你为了手搓代码而抵制 AI 写代码,也一样成立。 ** 然后,哪些情况适合 AI 写代码,哪些情况适合手搓代码 1. 任何情况下,都应该尝试用一下 AI Coding 很多任务开始前,可以先用 AI 写一遍,了解 AI 编程的优缺点在哪里,边界在哪里;另外每隔一段时间都要再测试一下以前失败的地方,可能随着模型的进化和工具的升级,以前不能解决的问题就会解决。 试试没坏处,AI 不行了再手搓,或者基于 AI 的结果手动改进。 AI 应该是程序员的一个重要工具,就像战士的枪一样,应该对它的优缺点适用场景了如指掌 2. 原型开发适合用 AI 写代码 原型开发是最适合用 AI 大量生成代码的场景,尤其是 Web 开发,现在的 AI 很擅长,并且不需要考虑代码后期维护、性能、安全性这些。 3. 当你需要借助代码来理清楚思路或者保持心流的时候,手搓代码 编程是创造性的工作,有时候我们需要直接的渐进的反馈,手搓代码更能让我们跟上自己思维的节奏,就像写作的时候,用键盘一个字符字符的敲打修改,更能和自己的思路保持相同的节奏,如果 AI 一次性生成太多内容,或者我们不想要的内容,反而会打乱自己的思路。 另外我个人的经验是 AI 写代码很容易打断心流,要等待结果,要重新修改提示词抽卡,很打断心流,有时候我宁可手动写,虽然慢一点,但是可以保持心流状态,代码质量也更有保证。 4. 当你需要从一门语言翻译到另一门语言,用 AI 生成 AI 最擅长的工作之一就是翻译了,当你需要从一门编程语言翻译成另一门编程语言,那绝对是 AI 的强项,提示词也简单,把要翻译的代码给 AI 让它按要求重写即可。 5. 当你无法用文字或者图片描述你要做的事情的时候,或者写 Prompt 的成本更高的时候,手搓代码 Prompt 不是万能的,很多需求或者问题是没法用文字或者图片描述清楚的,或者要清楚的描述成本比手搓代码成本还高,那真的没必要还要去写 Prompt。 如何把需求表达清楚并没有想的那么容易,尤其是那些自己擅长写文字的资深人士,是体会不到要清晰的用文字描述清楚一个需求是有点难度需要练习的,而有时候写代码反而直接些,因为简单并什么二义性。 所以我建议新手可以多用伪代码当提示词,代码也是很好的 Prompt。我自己在写不熟悉的语言的时候,通常会用熟悉的语言写成伪代码,然后让 AI 生成目标语言的代码。 6. 当 AI 写的代码质量满足不了要求的时候,只能依赖于手搓 现在 AI 写的代码虽然质量不错,但随机性很强,有时候很好,有时候却不怎么样,对于复杂一点的没训练过的算法,或者训练语料不足的语言,还是得手搓才能获得更好的结果。 7. Debug 代码的时候,优先用 AI 我发现 AI Agent 对于 Debug 代码能力挺强的,经常能帮助找到一些隐藏的 Bug。AI 比人有优势的地方在于看到人看不见的盲区。但 AI 很多时候也不行,还得去人工复现一点点缩小范围。 8. 模块级、上下文充足的代码优先使用 AI 生成 如果你的代码只是模块级别,并且上下文充足,AI 生成通常能又快又好,如果效果不好可以调整提示词多生成几次。 我列这么多,一方面都是我使用过程中总结下来的经验,一方面也是为了说明用 AI 还是手搓,其实没标准答案,得看不同的场景以及使用 AI 的人。不能简单的就认为手搓代码不如 AI 写代码高级。 ** 再次,AI Coding 和手搓代码是最佳搭配 AI Coding 和手搓代码不是对立的,搭配用很好的。AI Coding 可以拓展能力边界、提升效率、减少重复劳动,手搓代码可以为 AI Coding 兜底,当 AI 解决不了时人工来写,当 AI 写不好时人来修改,就算时 AI 写的代码,也离不开人工的 Review。搭配好可以事半功倍。 ** 写在最后 用 AI 写代码还是手搓代码代码,都属于手段而不是目的,写代码的目的是为了构建产品。 不是所有的场景都适合 AI 编程,很多时候还是得手写代码,所以会写代码依然是重要的基础能力,不要因为 AI 写代码强了而忽视了锻炼自己的编程能力。 专业程序员就算手搓代码再熟练也需要多使用 AI Coding,让它成为自己有力的工具。 非专业人士也不要瞧不起手搓代码,当你遇到 AI 解决不了的问题,还得找专业程序员去手搓代码帮你兜底。 至于未来 AI 如何进化,我们都需要保持关注,持续学习,无论 AI 怎么强,用好它也能让自己更强。
Tw93
1个月前
随便聊聊,我感觉到的 AI Coding 对于程序员的影响。 在不到一个月使用 Claude Code $326 费用后,实际用了 $20 Pro + $50充值,之前用了几个月的 Cursor 已经变成牛夫人了,用得好 AI 可以很轻松达到 P6+ 工程师的水平,对于一个工程师而言感觉到又惊喜又害怕。 惊喜是,AI Coding能力真的很强,把我最近几年非前端领域一些不好解决的,实现不好的技术问题在持续交流调试的情况下,基本上给解决了,甚至像朋友玩那种游戏充钱买装备一样,忍不住很愿意松钱给 Anthropic,因为让我很惊喜,更像是交到了一个技术厉害,对人和蔼的大牛朋友。以后所谓的单兵作战在会用工具,会动脑子,懂用户需求的同学手里真的会犹如多了一个性价比极高的团队的感觉。 害怕是,曾经觉得自信的古法手工 Coding 的在当前的 AI 面前变得不值一提了,一个残酷但清晰的趋势,纯 Coding 能力也已不再是程序员的护城河了,当前 AI 可以很容易代替纯需求翻译的程序员了,这也是害怕的地方,加上现在互联网行业基础上处于一种降本增效的泥潭,会让这个事情变化得更快。 记得 2 年前环境不好的时候有分享过,下一代工程师的破局 ,应该是做产品工程师,也即知道用户哪儿有需求,然后自己独立用一个好的产品解决方案去承接,同时产品很易用,加上你很会运营推广,拉更多人来用。只不过当时 AI Coding 的能力还很弱,到了今天应该是做善用 AI 的产品工程师。 下一代好的工程师,敲代码能力只占了 30% 的优势,有 20% 在快速发掘理解业务需求本质上,知道为什么,有 20% 在架构设计上,好比一个架构师一样告诉 AI 你需要的东西以及前后端架构方式,确保后续更好实现,10% 在和 AI 更清楚的交流上,让她的执行更符合你的心意,还有 20% 在最终产品质量的把控,运营推广的把控上,好酒也怕巷子深,AI 能力再牛逼,也怕不会折腾的使用者。 我感觉到 AI Coding 给工程师带来的不只是工作效率提升,甚至成倍提升,其实这里不是关键,更关键的是能更快同时处理更复杂的产品思考和技术决策,加快业务迭代思路的验证,从代码民工变成数字产品的建筑师那种感觉,当然审美在现在的软件设计工程里面会更加重要,或许假如要说当前年代好的工程师还需要具备一个很好的能力,就是产品设计和审美,这也是为啥聪明的设计师借助转型到工程师很方便的地方。 不过我比较不喜欢那种宣传不懂原理技术下,教小白让他感觉有了 AI 之后能够无所不能做出产品的方式,对于计算机基础、软件架构设计、交互设计能力,才是工程师的地基,有没有 AI 这里都是一样,不能丢的是这个东西,更多需要培养的是做产品的能力。