AI 时代的编码方式已经非常不同

最近在公司里面做了一个小项目，深深的感觉到在编程助理的加持下，工作方式已经非常不同。

这个项目是用 LZ 基本没什么经验的 C++（ 10 几年大学里面写过，但是现代 C++已经变得完全不认识），用一个公司里面的数据处理框架，写一个新的数据管道出来。

首先这种活，在前 ChatGPT 时代，估计我是没什么信心接的，或者需要留很长时间的热身期来熟悉 C++和那个内部框架的特性。但是这次想着反正不会可以问编程助理，就接了，工期只有两周时间。

接受之后，还是先按照传统方法，看了一下 1.现代 C++的一些语言特性； 2.内部框架其他组写的一些例子，完成了扫盲。

然后就是直接用编程助理，先攒了一堆单元测试出来。AI 写这个东西特别厉害，能生成一堆边边角角的用例，一下子 LZ 信心也足了很多。

然后就开始人工开始写基本的框架，基本把大的函数填了出来。过程中注释写的比较仔细，代码生成的精度就提升了很多。生成的代码，碰到我不理解的，就会问问 AI 这个特性是什么一起，为什么这么写，过程中也学习到了很多的语言技巧。

这个过程就在慢慢把所有测试跑通逐渐迭代，直到有一个可用的基本版本。

随后开始优化代码的性能，开始把我自己写的实现，贴到 chat 里面，让 AI 帮着提意见，改掉一些诸如引用 vs 拷贝这样问题代码。

最后交了 code review 给比较熟悉这块内容的同事审阅。

整个过程感觉还是比较顺畅，并且很有学些的意义。

感叹这个工作流程，在 2-3 年之前，也是不可想象的。

xing7673

123 天前

在我去年换工作到一家比较宽松的工作环境下（能随便翻墙，原来的公司网络限制很大），用 gpt 能学很多东西，之前是 iOS 客户端用 OC 开发，现在做了跨平台，做了前端，做了后端的一些工作，然后自己还有余力开发自己的产品（ swiftUI app ）。
不夸张的说，gpt 起码提高了 10 倍以上的效率，学习的时候，语法倒不怕，感觉最棘手的工作就是阅读各种 api 接口，熟悉各种奇淫技巧，以及各种平台部署，gpt 能帮助解决部署之外的其他大部分工作。
不是说 gpt 不会错，但是 gpt 最大的好处就是能给你提供各种关键字 trigger