请教关于使用 AI 编程工具，能提高多少效率

最近有看到一个： https://www.53ai.com/news/neirongchuangzuo/2025071157164.html
用 AI 写代码效率反降 19%！ 246 项任务实测，16 位资深程序员参与。

时间维度下的 AI 编程的真实成本：
1. 需求沟通时长
2. AI 执行时长
3. 验证修改时长
4. 上下文切换成本
5. 长期维护成本

有兴趣可以看一下。
我主要是等 AI 的时间，我一般会摸鱼，摸着摸着就摸过头回不来了，这属于降效了😂

领导问就说测试时间要多花 10 倍 等真上了 你们就没用了

不同场景、不同用户差异很大，对我来说大概能提升 30 倍吧

15 倍，就是一个大 team 的人都要裁了。出点钱买模型套餐就行了。

AI 现阶段只是降低心智负担，效率反而可能降低。
程序员是个脑力+体力劳动，写代码的时候大脑需要高强度工作，往往 4 个小时工作后就饱和干不动了，只能摸鱼。而有了 AI ，大脑工作强度降低很多，等 AI 写代码的时候还能休息一下，干 8 个小时都不觉得累。

小公司，App 开发。用了 ai 有 1 年了。目前感觉效率提升最少 1 倍吧

前端可以，后端效率还是比不上。
不过 AI 可以把一些工作规范化，这个是我觉得很好的点

@xsen #39 这个观点是我的，不是他的，他已经把 AI 当做许愿机了，现在大模型为什么这么有效？说白了，大家都是在重复自己罢了，写个电商页面 写个购物车，写个博客，LLM 并不是在思考 解构你的需求，并帮你细化实现，而是从成千上万的代码里么 帮你预测，像我写一个 TCP 的包捕捉器，去分析 MySQL 协议，这种代码在 github 上开源的有数千个或者数万个仓库 搞过这种事情。

但是 LLM 并不知道你要的是哪一段，甚至直接随便找了点代码 拼接就给你上了，你一跑起来，还真没问题，短的 SQL 解析没啥问题，因为都在一个 ip packet 里面，mtu 1500 ，一般够装一个短的 SQL 了，但是长的呢？立马出问题，你如果自己都不了解协议，或者对网络协议一概不知，根本不可能做出完整的解析器来，因为 AI 它并不理解网络协议，也不知道 TCP 是流的形式，你只能不断的去提示，它才能组织好代码，而且就算提示完了，很多生成出来的代码并不一定是可用的，

LLM 只是从开源库里面 随便抓一点代码，解析一个包，然后抄一下别人解析 mysql 的代码给你，从你第一步使用库开始捕捉 packet 到你做出一个完整的 Mysql 协议的 SQL 解析器，中间不知道要踩多少个坑

我更倾向于 LLM 是一种能力放大器，它可以解放你对知识细节的记忆，例如我了解网络是分层的，每一层有哪些职责，IP 包是可以重复的，TCP 协议是通过重复发包 以及退让策略等等，你可以在脑子里面建立一个简易的心智模型，至于细节你可以交给 LLM ，因为它的记忆能力比你强，但是这并不代表你完全不用学习，或者建立知识网络心智图谱，否则你连提示词怎么写都不知道

@jukanntenn 其实说实话并没有，只是减少了查资料的强度罢了，大部分时候 AI 生成的并不是有效的代码，上面提到的 44%的 AI 生成代码 都被删除了，说明程序猿真的是不喜欢查资料 去查看别人的文档

3 到 5 倍 甚至 15 倍这种东西，肯定是极限情况。
举个例子你写好一套后端 api ，没有写任何文档，你想写个文档，你跟 ai 说我的 api 在这里，你帮我写个文档。
ai5 分钟内给你一份完整文档，非常完善。
你自己写要多久？

@logic2 #7 你这就属于上下文过大，甚至含有有错误的上下文

@snow0 兄弟 国内这种历史系统，哪里来的正确上下文 都是跟侦探一样看代码 梳理逻辑

@BlueSkyXN 大佬是自己做老板吗？

我们领导如果调研其他公司这样描述，就会认为 1 天能做别人 30 天的工作，12 天做别人 1 年的工作

大佬现在是 1 天做 30 天的工作吗？

@yunv2 没，打工仔一个，管理部门，我这边的 DDL 都是按天计算，早上提晚上要，下午提明天要。预研调研文档报告开发代码算法测试调试数据部署上线维护全部都是我来。

@mkt 他是谁?

有理由怀疑他不会用 AI