对于使用 AI 写代码的一些看法

8 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。

1653 次点击
所在节点    程序员
11 条回复
luworld
8 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
8 天前
同意
sentinelK
8 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。
enchilada2020
8 天前
很有启发
Skifary
8 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
8 天前
这个 Analytics 页面在哪里,是只有会员才有吗
johnnyyeen
8 天前
AI 就是码代码的工具,而不是决策者
ipwx
8 天前
wyntalgeer
8 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
7 天前
相当于自己当架构师,让 AI 干体力活
reeble
7 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