文章转载于新智元
2024年，ai编程已然渗透了各行各业，影响着软件的整个生命周期。
那么问题来了，ai coding用过都说好，但我们平时用的软件咋感觉没啥进步呢？
近日，addy osmani，谷歌的工程主管，同时也是一位亚马逊畅销书作家，为我们揭示了ai辅助编码在一线开发中的真实情况。
1
码农怎么用ai？
一般来说，团队利用ai进行开发有两种不同的模式：「引导程序（bootstrappers）」 和 「迭代器（iterators）」。两者都在帮助工程师（甚至是非技术用户）缩小从想法到执行的差距。
bootstrappers
这一类包括bolt, v0, 和screenshot-to-code等ai工具，其特点为：
这样的工作流令人印象深刻。比如一位独立开发人员可以使用bolt，在短时间内将figma设计转变为有效的web应用程序。尽管达不到生产级别的要求，但用来获得初步的用户反馈绰绰有余。
iterators
这一类主要负责日常开发工作流程，包括cursor、cline、copilot和windsurf等工具，效果没有上面那么浮夸，但更加实在，比如：
虽然这两种方法都可以大大加快开发速度，但「天下没有免费的午餐」。
「ai速度」的隐性成本
高级工程师使用cursor或copilot等ai工具，可以在几分钟内搭建整个功能的基架，并完成测试和文档，就像变魔术一样。
但仔细观察就会发现，在参考ai建议的同时，资深工程师们还会：
换句话说，他们正在用多年积累的工程智慧，塑造和限制ai的输出。ai负责加速代码实现，但人类的专业知识确保代码的可维护性。
而初级工程师就经常错过这些关键步骤。他们更容易接受ai的输出，从而导致所谓的「纸牌屋代码（house of cards code）」——看起来很完整，但在现实世界的压力下会崩溃。
知识悖论
所以实际上，相比于初学者，ai反而更能帮助有经验的开发人员，——这多少有点反直觉。
高级工程师利用ai快速构建想法的原型（理解）、生成基本实现（可改进）、探索已知问题的替代方法等等；
而初学者却经常接受不正确或过时的j9九游会的解决方案、忽略关键的安全性和性能问题、不知道如何调试ai生成的代码，最终构建了一个自己不完全理解的脆弱系统。
1
70% problem
使用ai进行编码的非工程师，经常遇到一个窘境：他们可以出人意料地迅速完成70%的工作，但最后的30%就相当痛苦了。
「70% problem」揭示了ai辅助开发的现状，刚开始如有神助，后来被现实按在地上摩擦。
实际情况通常是：
这个循环对于非工程师来说尤其痛苦，因为他们缺乏专业知识来理解真正出了什么问题。
有经验的开发人员遇到bug时，可以根据多年的模式识别来推理潜在原因和j9九游会的解决方案。如果没有这个背景，那基本上就是在用自己不完全理解的代码「打地鼠」。
学习悖论
还有一个更深层次的问题：让非工程师使用ai编码工具，实际上可能会阻碍学习。
代码生成了、运行了，但「开发者」不了解基本原理，此时，他错过了学习基本模式、没有培养调试技能、无法对架构决策进行推理，而这份代码又需要维护和扩展。
于是，「开发者」不断返回ai来解决问题，而没有培养自己处理问题的专业能力。
非工程师使用ai编码工具的最好方式可能是「混合模式」：
但这需要耐心和奉献精神，与许多人使用ai工具的目标恰恰相反。
「70% problem」表明，当前的ai还不是许多人希望的那个ai。最后30%的工作（使软件可用于生产、可维护等），仍然需要真正的工程知识。
最佳实践
addy osmani观察了几十个团队，总结了一些最佳实践方式：
「ai初稿」模式
「持续对话」模式
「信任但验证」模式
1
ai的真正前景？
尽管存在这些挑战，但作者对ai在软件开发中的作用持乐观态度。关键是要充分利用ai的真正优势：
加速已知ai擅长帮助实现我们已经了解的模式，就像有一个无限耐心的结对程序员，他可以非常快速地打字。
探索可能性ai非常适合快速构建想法原型和探索不同的方法，就像一个沙箱，我们可以在其中快速测试概念。
自动化例程ai大大减少了花在样板和日常编码任务上的时间，让我们可以专注于有趣的问题。
如果您刚刚开始ai辅助开发，作者的建议是，先从小处着手。
将ai用于非耦合的、定义明确的任务，查看生成的每一行代码，逐渐构建更大的功能。
过程中保持模块化：将所有内容分解为小的重点文件，在组件之间保持清晰的接口，记录模块的边界。
重要的一点是，相信自己的经验：ai用来加速而不能取代你的判断、感觉不对劲时要质疑、时刻维护自己的工程标准。
agent兴起
随着我们进入2025年，ai辅助开发的格局正在发生巨大变化。虽然当前的工具已经改变了原型设计和迭代方式，但我们正处于更重要转型的风口浪尖：智能体（agent）软件工程的兴起。
智能体系统不仅可以响应提示，还将以越来越高的自主性规划、执行和迭代j9九游会的解决方案。
比如anthropic的claude能够使用计算机，或者cline自动启动浏览器和运行测试的能力。
在调试过程中，智能体系统不仅给出修复bug的建议，还可以：
主动识别潜在问题、启动和运行测试套件、检查ui元素并捕获屏幕截图、提出并实施修复、验证j9九游会的解决方案是否有效。
下一代工具将可以无缝集成视觉理解（ui 屏幕截图、模型、图表）、口头语言对话和环境交互（浏览器、终端、api）。
未来的ai不是取代开发人员，而是成为一个越来越有能力的协作者，既可以采取主动，又能尊重人类的指导和专业知识。
参考资料：
https://addyo.substack.com/p/the-70-problem-hard-truths-about
| 无码人妻中出丅v | 3天前 |
| 男人和女人打扑克滑轮差差差 | |
| 诗雪动漫在线观看免费 | 2天前 |
| 91熟女电影 | |
| 3级成人网站 | 5天前 |
| 日田骚影视 | |
| 无码毛片高潮一级一级喷水√ | 3天前 |
| ai换脸鞠婧祎 | |
| 午夜性爱操一操 | 6天前 |
| 2018夜夜p夜夜bbb | |
| av一本到中文字幕 | 6天前 |
| 又大又粗又长三级小视频 | |
| 在线观看欧洲精品 | 1天前 |
| 云盘 网站 | |
| 米娜学姐在线 | 5天前 |
| 日本家庭乱强伦乂?乄乄69 | |
| 骚逼h耽美视 | 8天前 |
| 99久久国产精品视频 | |
| 商务旅行中的女老板的帽子2019 | 5天前 |
| 9分10秒张警官视频原版 | |