whitefable

最近恰好也用不少，不过我场景基本上是让 ai 写写 py ，帮我处理日志文件或者里面数据提取、搞一些可以监控机器运行等的小工具，其他场景我不评论。总体来说，我觉得 ai 还是辅助为主，你自己才是那个主心骨，你要去把控整体。另一方面也要看你让 ai 写的程序的容错性有多大，像一些工控类的程序我显然是不会让它来的，毕竟万一有问题查起来更麻烦。对于你具体的几点我倒是有些看法：

1. 我觉得是不太够精确，这种描述如果你是提供了测试用例那执行没啥问题，但对于修复所有 bug 这个其实不现实。因为在调试过程中，有时候我指出来了一个问题也不见得它能直接找到其他问题。依赖 ai 来找 bug 我觉得不太合适。至于你说要精确到什么程度，我觉得对于修复 bug 这个你就算给一个人来做也无法精确描述或者能准确完成；
2. 你要是想每个细节都精确，那其实还是要你自己审阅代码。但即使审阅代码，我觉得我的场景对于一些难度不高但繁杂的文本、数据提取处理，用 ai 还是快很多的。更多的，我本身写嵌入式的 c 语言，然后其实并不太会用 py ，用 ai 写一方面是可以快速生成一些工具，另一方面生成的也可以作为我学习 py 中的有效实践的参考
你想让 ai 按自己思路工作我觉得是很有效的，你指出思路之后基本上我它的确能整体按这个思路构建；如果完全放任的话要不然就是靠不断反馈修正，否则有时候出来的结果的确挺“飘”的
3. ai 主动进化这个优化过程我没有太大感觉，但你给出一些相关指令它也的确能往这个方向靠，但我觉得这是一个结果不确定性的事情。但有时候我也会就一些问题提出来和 ai 来沟通找思路，这点我倒是觉得可以的
4. 这个不同模型的输出差异比较大，聪明一点的模型给出的测试用例还是相对全面的。但终究你没办法确定或依赖它给你生成是考虑所有情况的测试用例（其实这点和人一样的），不过可以作为多一个人和你一起想想各种情况。