对于使用 AI 写代码的一些看法

103 天前
 ipwx

看了站内一些人觉得 AI 写代码是噱头,有感而发。

====

过去 30 天 Cursor 给了我 15w 行代码。不过我的接受率没 100% 那么离谱,看曲线可能只有 60~70%。

我是做全栈的,从 TS 到 Go 服务器,到算法( Python/C++)。

====

我写代码 AI 一般不是无脑,一般是按模块、类一点点写:

  1. 通过和 AI 对话,叙述我的需求、设计(方案、类型接口定义)之类的,让 AI 总结成文档。然后我审阅文档,觉得不对的就对话中让 AI 修改,或者自己直接改。
  2. 让 AI 根据接口和实现。同样也是 AI 实现、我审阅、按照我的想法让 AI 改实现、换设计,etc 。
  3. 让 AI 写单元测试。接着就是我审阅代码和结果、利用 AI 一起调 BUG 。
  4. 让 AI 写性能测试。然后重复上述步骤,调优性能。
  5. 最后将得到的模块和类提交到主项目。

等我需要的模块和类都就绪了,我开始写集成方案、写文档、让 AI 写实现,重复上述流程。

最后让 AI 帮我写集成测试脚本(比如让 AI 写 Python 测 Go 服务器)。重复上述流程。

这样就能得到一个能落地的项目。

====

总结一下就是,脑子里面要有设计。特别作为全栈,我脑子里面从 HTTP 接口的定义、到模块划分、用什么库、模块里面有什么类、类有什么抽象接口,其实都是按照我的想法走的。

AI 只帮我写代码、写测试、做集成。

2392 次点击
所在节点    程序员
11 条回复
luworld
103 天前
同意,这样虽然感觉使用 ai 的效率降低了,但保证了代码是自己的,也许是做稍大一点软件的唯一办法
zjh7890
103 天前
同意
sentinelK
103 天前
之所以目前的 AI 系统设计、集成能力不行,是受限于上下文太小。稍微像样点的项目,代码量都不止 1M token 。更别提设计文档、工具类库一类的。

没有全面的上下文,模型的统计学优势就无法建立。(没有完整的数据结构与业务诉求,就不可能梳理出合理的 API 接口设计、库表结构,也就不可能给出合理的系统整合方案)

所以把大任务拆解成小任务是目前的唯一方案。
KMpAn8Obw1QhPoEP
103 天前
很有启发
Skifary
103 天前
AI 写代码发展的挺快,copilot 的 next edit suggestions 也挺好用,解决了很多的苦力活问题
heeeeeem
103 天前
这个 Analytics 页面在哪里,是只有会员才有吗
johnnyyeen
103 天前
AI 就是码代码的工具,而不是决策者
ipwx
103 天前
wyntalgeer
103 天前
接口、建模做好,类库也可以放开让它给你整,目前 Gemini CLI 做的不错,采纳率是 100%,不合适的代码我会让它改而不是 Reject
Cursor 有时候是真的需要 Reject
Mandelo
102 天前
相当于自己当架构师,让 AI 干体力活
reeble
102 天前
受教了

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://ex.noerr.eu.org/t/1141213

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX