| |
|
|
|
| 知识库 -> 科技 -> ai 已经能编出很完美的程序，程序员这个行业以后是不是会消失？ -> 正文阅读 |
|
|
[科技]ai 已经能编出很完美的程序，程序员这个行业以后是不是会消失？ |
| [收藏本文] 【下载本文】 |
|
ai 编程可以自检 |
|
《代码有一点bug 你修一修》 《我不要部分代码 你把修改后的完整代码发给我》 《你的代码还是有问题》 《那你重新改，把改好的完整代码给我》 《不是刚刚还能跑 怎么现在跑都跑不了了？》 《你没听懂我的意思吗？不要改变我原来的代码》 《不要给我打印任何调试功能》 《我没让你做的 你就别做》 《给我生成完整代码》 《用中文回答我》 《我让你做的功能哪去了》 《听不懂人话是吧》 《不要给我省略代码》 《给我完整的代码》 《我让你写的是完整代码 不是部分函数》 《我的意思是让你改进我的代码，不是重新写一个新的代码》 《你怎么就听不懂啊》 《都说了参考我之前的代码》 《新的代码运行不了 给我回去之前的版本》 《都说了回退版本 你怎么给我写新代码了》 《都说了用C嘎嘎 你怎么给我用Python》 《请不要添加不必要的注释》 《请不要修改我原先的代码基本逻辑》 《帮我修改代码》 《在我的代码上修改…》 《不要改我的变量名!!!》 《你写的代码有问题 跑不了!》 《不要改原有的函数名啊啊啊》 《超尼玛你个非物》 《不要污染我的变量》 《不要修改我原来的代码》 《不要添加额外的功能》 《只生成我让你生成的部分》 《不要只生成框架 生成完整代码》 哎呀，逗逗大家的，这是偷的段子，我觉得cc用下来写的还是蛮好的，最近尽琢磨上下文工程了，感觉AI已经把我代替了。 |
|
《帮我改一下这个函数》 《我说的是改那一个函数 你怎么把整个文件重写了》 《把我原来的代码还回来》 《我说加一个按钮 你为什么把我整个页面布局都改了》 《求求你不要自作主张》 《这个库是你自己发明的吗 npm上根本搜不到》 《我用的是Vue你给我写React干嘛》 《说了一百遍了不要省略 不要用注释代替代码》 《"其余代码保持不变"是什么意思 你给我写出来啊》 《你倒是告诉我这个省略号让我怎么跑》 《我要的是能运行的代码不是伪代码》 《你为什么要把我的变量从中文改成英文》 《我没让你重构》 《我没让你优化》 《我没让你加注释》 《我让你做的那个功能呢？？？》 《不要输出markdown格式我要纯代码》 《你先等我说完再写行不行》 《我还没说需求呢你就开始写了》 《谁让你用async了 我这个项目不支持》 《那个报错是你上一轮改出来的你不记得了？》 《你是不是把我们之前聊的全忘了》 《我三条消息之前刚告诉你不要用这个写法》 《所以你的记忆只有五分钟是吗》 《行 我再说一遍 最后一遍》 《你又把我的接口地址改了》 《config里面的东西你能不能别碰》 《天哪你怎么把我数据库给清了》 《我说的删除是删除那个按钮不是删除数据啊》 《为什么每次你改完 原来能跑的功能就不能跑了》 《修一个bug你给我造三个新的是吧》 《你写的这个死循环是故意的吗》 《我电脑风扇要起飞了谢谢你》 《不要给我解释原理 给我代码》 《我没问你为什么 我问你怎么改》 《少说废话》 《你道什么歉啊 改代码啊》 《不要说"您说得对" 直接改》 《你说你理解了 那你倒是改对啊》 《好的你很有礼貌但是代码是错的这有什么用》 《"抱歉"两个字解决不了任何编译错误》 《你到底行不行》 《算了我自己写吧》 《…我就不该问你的》 《等等 我看不懂我自己写的了 你再帮我看看》 |
|
你以为AI会缩小程序员和普通人的软件开发效率差距，但实际情况是目前版本的AI不但没有缩小这个差距，反而拉大了这个差距。 AI能帮人类写好99%的代码，但最后那1%的连AI都调不好的bug恰恰是对人类编程能力要求最高的部分，AI把99%的简单部分做了，把剩下1%最难的部分留给了人类。 如果你是有不靠AI解决那1%的最难部分的能力的程序员，你会发现AI让你的效率大幅提高了，因为99%的事情不需要做了。 没有ai的时候，你需要花10天时间去做那99%的简单部分，再花10天的时间去做那剩下1%最难的部分，总共花费20天做出了一个能用的程序。 有了ai之后，那99%的简单部分由ai帮你做了，你只需要花10天去做，那剩下1%最难的部分就行了，总共花费10天就做出了一个能用的程序。效率提高一倍。 如果你不是程序员，由于最后那1%的事情你和ai都做不了，没有ai的时候，你做不出一个能用的程序，有了ai之后你能做出一个不能用的程序。你的开发效率实际上并没有任何提高，一直是零。 因此以目前版本的ai来说，人类编程能力越强，反而越是ai的受益者。目前的ai是给会编程的人偷懒用的，而不是给不会编程的人用的。 |
|
这个问题要是今年年初，我大概率是嗤之以鼻的，毕竟那时候的cursor还是vibe coding生产shit的地方。 可是短短半年，gemini 2.5、Claude 4，以及国内qwen的崛起，现在模型的基础能力已经进化到客观评测屠榜、主观体验秒杀的地步了。 我现在就感觉，是自己会用铁器了，但整体还在石器时代，这几个月写了几万行代码，这在以前是彻底不敢想的事情。 听好了，我来教你一下： 1、写个脚本，抽取项目的文件夹架构以及所有的文件内容 2、运行脚本，把项目上下来拿出来，加上你要干的提示词，当前想做的需求、当前程序的问题、甚至命令行的反馈 3、把上下文全部粘贴给大模型，1M的context window能放下10w行代码 4、泡杯咖啡，等模型输出 如果你比较严谨，第二步可以再拆解一下： 1、上下文先给模型，生成软件设计文档 2、上下文+文档，写出你的需求，让模型问你问题，进行需求澄清 3、把上下文+文档+需求+需求澄清问题发给模型，让他生成需求设计文档 4、仔细读+修改需求设计文档，没问题了让模型帮你拆解任务 5、step by step地给出修改代码 不要用agent，那玩意是自己空转。你要自己掌控，必要的时候要下场改代码（硅谷大佬告诫我的，我是基本不改。。。） 回到问题： 1、25年年中的模型能力，已经能取代大部分中低级别的程序员了，包括P7-以及大部分外包。 2、老帮菜们迎来第二春，生产效率飙升，以前两周迭代周期的活，现在能缩到3-4天，甚至更短 3、我现在干活，跟手下人沟通的成本已经高于跟大模型prompt了，那么谁才是我应该管理的对象 4、大模型设计、重构能力很强，很多存量代码都在大规模的扫和重构 有些时候也在庆幸，我们这一辈人经历过原始时期吃糠咽菜，写过汇编、搞过编译器、调过FPGA、写过操作系统、证过形式化、玩过强化学习，出个bug就能gdb跟踪到内核，系统调用页表是咋切换的门清，MIPS指令的流水线是咋实现的，知道原理是啥样，知道分层解耦设计模式。。。这帮老家伙们，配上现在SOTA的大模型，那不直接起飞了。 回过头来看看现在新生代，XX小时开发APP，3天搞懂操作系统，他们会把get hands dirty去搞这些底层东西吗，人和大模型谁更懂本质？谁来解决上层的皮毛问题？ 回到问题，如果之后的发展和今年一样线性延续（算保守估计了，二阶导数为0）： 1、底层程序员迅速被替换 2、新生代发展不均显性化，人之间的差异，比人和狗之间的还大 3、老帮菜的饭碗，由于领域知识、工程经验的残留，还能保住一阵子 补一句关于成本，我自己Claude Code/OpenCode用的是一个合租渠道，非常非常便宜，而且还国内直连，CLI重度用户可以看看：codez.zwenooo.link/register?aff=aLeO |
|
你去试一下就知道了。 让AI写一个待办事项App。十分钟，出来了。页面挺好看，注册登录都能用，待办能增能删能改，你觉得这也太猛了吧。 发给朋友试试。 “我刚加的待办怎么没了？” 你一查，数据没存进去。但页面上显示成功了。 你跟AI说这有bug。AI说”我来修”。修好了。你再试，这次数据存进去了，但登录页面白屏了。 你说登录坏了。AI说”抱歉，我来修”。登录好了。待办列表不显示了。 你说待办列表不显示了。AI说”我来看看”。列表好了。你之前让它加的”按日期排序”功能没了。 你说排序功能呢。AI说”我重新加上”。加上了。但它把排序逻辑写在了前端，你有200条待办的时候页面卡了三秒。 到这一步，你已经跟它拉扯了两个小时。你开始怀疑，这两个小时你自己写是不是都写完了。 答案是：大概率是的。 这不是AI的问题，是”写代码”这件事的问题 代码这东西有一个很坑爹的特性：改一行可能崩一片。 一个系统有100个功能，它们之间不是独立的，而是像积木一样叠在一起。你动了底下那块，上面可能全倒了。人类程序员也会犯这种错，但人类知道”我动了这块，上面那几块得检查一下”。AI不知道。它每次只看你让它改的那一块。 这就是为什么AI写单个函数写得很好，但维护一个完整项目的时候一塌糊涂。它像一个技术很好但完全没有全局观的新人——你让它做什么它都做得又快又漂亮，但它不会在做之前问你一句”这么改会不会影响别的地方”。 程序员一天到底在干什么 很多人以为程序员的一天是这样的：坐下来→打开电脑→写代码→下班。 实际上是这样的： 早上开会，产品经理说要加一个新功能。你花了二十分钟听他描述，发现他说的和他想的不是一回事。又花了三十分钟帮他把需求理清楚。 回到工位，开始看代码。发现这个功能要改三个模块，其中一个模块是两年前离职的同事写的，没有文档，变量名全是a、b、c、tmp、tmp2。你花了一个小时才看懂它在干什么。 下午开始写代码。写了两个小时，其中一个小时在写功能，另一个小时在确保新功能不会把老功能搞坏。 快下班了，测试说线上有个偶发bug。你看了一下日志，没什么头绪。查了半小时，发现是用户在网络不好的时候连续点了两次按钮，两个请求同时到了后端，数据冲突了。 回家的路上还在想这个bug怎么修。 这一天里，”写代码”占了多少？可能不到三分之一。剩下的时间在沟通、在阅读别人的代码、在排查问题、在做决策。 AI能帮你写那三分之一。剩下的三分之二，它连门都摸不到。 你听说过”修好一个bug引入三个新bug”吗 这不是段子，这是软件开发的日常。 改了一个接口的返回格式，前端三个页面同时炸了，因为它们都依赖这个接口的旧格式。 加了一个缓存提升性能，结果用户改了数据之后看到的还是旧数据，因为缓存没更新。 升级了一个依赖库的版本，项目跑不起来了，因为新版本改了一个方法的参数。 这些问题有一个共同点：出问题的不是你改的那行代码，而是你没改的那些代码。 一个有经验的程序员在改代码之前，脑子里会跑一遍”这么改会波及哪些地方”。这种能力不是学来的，是被线上事故教育出来的。被教育得越多，这个雷达就越灵敏。 AI没有这个雷达。你让它改什么它就改什么，改完了它觉得任务完成了。至于会不会波及其他地方——这不在它的工作范围里。 飞行员没有因为自动驾驶失业 飞机的自动驾驶比AI写代码成熟得多。起飞之后大部分时间飞行员不用碰操纵杆。 但你见过哪个航空公司把飞行员裁了？ 因为飞行员的价值不在万里晴空的时候手扶方向盘。在发动机报警、暴风雨、跑道结冰的时候，驾驶舱里得有一个人能三秒钟内决定”复飞还是继续降落”。 自动驾驶做不了这个决定。它只会按程序执行，但程序没有覆盖眼前这种情况。 程序员也一样。AI能帮你干活，但系统半夜炸了，得有一个人能爬起来把它修好。这个人得了解这个系统——不是了解代码怎么写的，而是了解它为什么这么写、哪里有坑、哪里不能碰。 这种了解，是在系统上熬出来的。AI熬不了，因为它没有记忆。每次打开对话框，它都是一张白纸。 送礼物 还没有人送礼物，鼓励一下作者吧 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
|
娱乐生活:
电影票房
娱乐圈
娱乐
弱智
火研
中华城市
印度
仙家
六爻
佛门
风水
古钱币交流专用
钓鱼
双色球
航空母舰
网球
乒乓球
中国女排
足球
nba
中超
跑步
象棋
体操
戒色
上海男科
80后
足球: 曼城 利物浦队 托特纳姆热刺 皇家马德里 尤文图斯 罗马 拉齐奥 米兰 里昂 巴黎圣日尔曼 曼联 |
| 网站联系: qq:121756557 email:121756557@qq.com 知识库 |