诚心问：为什么这里大多数人不太感冒 AI 写程序？

[pathetique]

事情起因是这样的。前天的一个帖子里（ https://www.v2ex.com/t/1070885?p=1#reply35 ）大家都表示 AI 对自己的工作无用。我只是有点好奇，为什么我的感觉完全相反？所以想分享一下我的感觉和情况，很好奇大家感觉的没用是什么意义上的没有用（因为不了解专业程序员的工作流程）。

本人没学过大多数码，但是算法懂。因为工作和研究兴趣需要（ NLP ，很多很冷门的语言），也会经常坐一些很没办法要做的东西。比如分词器，就和 Andrej Karpathy 的网课跟着做，所以其实前一段时间看见他推荐 cursor ，我前天开始也就试着用。然后就觉得 AI 太有用了。我暂时感觉突然摆脱了对程序员的大多数依赖。

比如，试验阶段就很快用 prompts 做了一个全栈的、机构内部使用的工作记录论坛，感觉很兴奋。因为我之前既不会 java 、也没学过 sql 。就看着看着，debug 的时候，感觉就大概了解了构架、前端后端怎么互动的 blabla ，觉得很不错。我打算马上用现有的经验，写一个网页版的数据库，可以搜集结构化的语料 metadata （就是研究生会看古代语言的、就用这个网页进行标记并且生成结构化的元数据的 database 了，以后 training 时候用）（这样他们做习题就是 labelling slaves 了哈哈）。在之前这是想都不敢想的，肯定会想外包。但即便让专业 coder 做，也会有太多太多需要交流的小细节，比如很多语言是从右到左、从上到下，元音啊各种细节包不包括，乱七八糟的细节，这些调整交流起来会吐血（尤其是 coder 如果完全是技术部门来的），和 cursor 交流就感觉非常好，真的可以一个人把这个想了很久的事情做成。

再举一个例子，我之前也想过用 OpenAI 的 api 去导出一些专业的语料元数据，但是有一定的格式需求。我大概知道 function calling 和新的 Response format 可以实现，但是因为自己不是专业的，手笨不会做。但程序员一般都只会英语或者欧洲语言，对这些元语料的结构理解需要很多解释（因为现代语言一般语法都很简单），这是去年就一直搁置到现在。昨天突然想起来，半个小时之内就开始用 function calling 自动帮我生成 training data 了。今天打算晚点试试 response format 效果会不会更好。

所以我会感觉 ai 真厉害，尤其是很多事情可以一个人做了，会比团队快很多。可能有人觉得 AI 不会 debug ，其实不是这样的。第一，这几天 cursor+claudedev 几乎可以解决过程中 60%的错误。即便不能解决，很快要求它们解释哪部分代码是负责的，看懂之后很容易也能修好剩下的问题。（可能对程序员来说，没学过 java 看 java 的代码是荒谬的。但是实际情况是，其实 java 和 python 里也充满了自然语言，大多数问题理解了出在哪里就很容易看见并且修改。一些更高级的概念，比如类的继承啥的，单独看半个小时也基本理解了，虽然具体语句记不住但是可以问 ai 写。更复杂的 transformer 啥的框架确实要另外学懂才会改造，这个 ai 不行。还有， 剩下 40%的几率 ai 即便不能完全 debug 、但可以快速定位是哪些代码，定位速度可能比有经验的眼睛还快）

是不是专业程序员写的程序都比这些任务要复杂很多，所以 ai 会失效？还是什么别的原因会觉得 ai 鸡肋呢？真心好奇，避争论。

[zetarylee]

我原来就会的事情能让我做得更快, 例如我简单修改一下逻辑 cursor 就能直接猜一些相应的变化. 我原来不会的事情 AI 能降低我的学习门槛和提高学习速度, 例如我一个从来不懂前端知识的人能花周末一天的时间写一个 vscode 的插件用来科研.

[dayeye2006199]

大多数人连自己的需求都说不清楚，所以都差使不好 AI 牛马

[securityCoding]

@hhacker copilot 变蠢了很多

[quake0day]

简单来说，现阶段 AI 的能力很大程度取决于使用者的能力:

1. 大部分的人其实不会提问——能够精准的描述自己的问题和需求需要对业务非常熟练和很强的能力。而现行教育系统更多培养的是人解决问题的能力，而不是提出问题的能力。
2. 大部分人其实没有能力能够在 AI 的错误回答中一针见血的指出问题并引导 AI 换个思路答题——这要求使用者有很强的观察力和创新能力。

一般你会发现平时比较喜欢折腾的人一般都对 AI 赞誉有加，因为 AI 它确实在我们不了解的领域比我们强，能够提供很多帮助。但是绝大大多数人对于自己的未知领域更多的是一种惧怕，他们不会想要让 AI 去辅助教他怎么去做——他们更喜欢的是待在自己的舒适圈里面。比如拿现有需求（用一个非常复杂的项目，AI 无法读取全部代码）去测试下 AI ，然后以 AI 回答的错误答案聊以自慰，本质上和白雪公主的后妈是一样的 :)

[jlak]

AI 很好，天天用 AI 也天天问
但 cursor 的 chat 我的额度消耗的很少
因为我的项目里他帮不上
让他帮我写个排序写个过滤器写正则很好
但需求分析，架构设计，DEBUG 才是最耗时
这些或许也可以问 AI
但是把需求拆分整理成完整清晰的 prompt 时经常答案也已经出了
思维整理清楚了代码很简单，没必要花时间问 AI
还要花时间 review 他的代码，
相较之下自己敲几下再 tabtab 快多了
op 可能因为 Ai 帮你完成了小程序而惊艳到
但很多项目难的不是代码，op 可以尝试写写大点的项目

最后我觉得 CSS 可能算是个好例子
CSS 代码敲几下谁不会，但难得是设计
现阶段让 AI 设计丑先不谈，还不符合风格

[wdv2ly]

我其实一直很好奇，如果一个人用 ai 写自己不懂的东西，那他怎么发现 ai 错误的地方？尤其挺多人能仅靠 ai 从 0 到 1 写一个完整的网站/app 出来。我代入到我身上，感觉 debug 能搞死我。我现在用 ai 主要是为了减少一些重复和无趣的代码，但是我自己也能写出来。这样我可以随时发现它的错误并纠正。

[SeaTac]

肯定是有用的 我日常会让 chatgpt 写一些记不清的 Linux 概念 或者看新代码的时候让它帮我解释一下
但我可不敢直接用它写代码 就别说工作了 有时候拿它写点个人电脑要用的 bash script 都错误百出

[jlak]

@quake0day AI 作为辅助我很赞同，但 op 情况好像是在未知领域纯靠 AI 探路
给人一种不会英语但是要靠 AI 用英语写书籍的感觉

[zjh7890]

@VeryZero 这个真的是非常同意了，实际开发中设计环节是最重的，所以我对现阶段 AI 的定位就是，辅助把一份详尽的设计方案落地，这个过程不免有样板代码，我这人还是比较懒的，就是懒得写那些，只想用 AI 一键生成，不想自己反复修改编辑，所以写了上面的插件，把常见的样板代码配成模板。

[zmaplex]

咋说呢 搜索引擎能解决的问题、大量重复性、结构性、成熟通用的代码 交给 AI 处理能提高不少效率

那些只能通过 GitHub issues 和查看源代码排查的问题以及系统设计还是得靠自己

AI 有用但是没那么神 遇到复杂的问题它就是一个三岁儿童并且还要检查它的解决方案符不符合预期

[ho121]

楼主可以试试让 AI 帮你写个操作系统

[Greendays]

就我目前用的 GPT 来看，感觉写 Python 比较厉害，写完都能用，但是写 JAVA 就一般般。也可能是因为用 Python 写的都是小工具，用 JAVA 写的都是比较实际的业务吧。

[xuanbg]

主要还是让 AI 写代码容易给自己挖坑。。。我就掉过不止一次。当然你可以说只要仔细检查就能避免，或者单测一跑就能发现。可是，如果我还要费力费时 review ，那我还图个啥啊？

[zhtyytg]

AI 只能在现有领域帮你，但是本论坛人均研发尖端。打个比方，我司老板要做一个完全可控可任意自定义的前端组件库，要求所有属性和方法全部开放外部调用，同时要高可用健壮。

[RightHand]

你是不是没看过详细设计？几十页上百页的文档直接丢给 ai ？只能说目前的还是只能写片段，算力不够啊😯

[zhtyytg]

@zhtyytg 作为老板的乙方，我真的不想吐槽这种需求的可行性，每次都只能敷衍一下他

[Bingchunmoli]

因为你既不会一门编程语言也不会 sql 对你来说相当于一个自动查找的手册，但对于我们来说只是一个辅助工具并且百分之 70 可能回答的还是错的或者回答不上来所以造成了这个区别，比如我 golang 不会找 chatgpt 也挺好用，但是自己会的语言找他基本没用，最有用的就是生成正则这种

[k9982874]

前面已经说了作为辅助还行，真要设计商业系统就是一坨，刚出来的时候补全的代码有时候都需要再手工修一遍，现在是好多了 tab 到底就行

[luckycat]

比如针对某一个 Library 的最新版，里边一些具体问题。AI 是绝对没办法给到你最新答案的。用 AI 只能使用那些成熟稳定的，或者也可以说是过期的知识，前沿的最新的是用不了的。

毕竟是先有知识，后有 AI 的。

[bk201]

头像违规了吧，请用自己的。然后工程问题是由很多小问题解决的，即使借助 ai ，你也需要提示词去问，而不是说你给我实现一个淘宝，他就帮你去实现了。