|
先说结论，ai 编程在我个人的体验来说，目前还比较像是一个 “高级加强版的搜索引擎” —— 有帮助开拓的效果，但代码的细节 bug 问题似乎还是很难避免；
具体到最近涉足的几个新领域，使用 ai 能帮助我在一些此前未知的领域迅速地生成一个基础的代码框架；这个过程如果用之前的方式，可能会需要好几天的时间来建立基础体系，确实是大大节约了时间；
但是，这些由 ai 写出来的代码，仅就目前的几个项目样本来观察，都有 bug ，而且，这些 bug 几乎都没法通过跟 ai 继续对话来解决；大部分的情况下，是越改越糟糕，越改离题越远（所以养成了保留各个版本输出的习惯）；所以还是不可避免地要回到人工 debug 而，改掉这些 bug 基本都需要重新再捋一遍细节，看它哪里漏了；结果也就是，前面省下来的时间，后面调试全都还回去了；
这或许是因为我所涉足的领域比较偏门（图像处理，设备控制，3d 重建之类的），不是常见的 crud 这种；有一说一，其他人搞 crud 的命中率还是挺高的；对团队其他人而言，也是“温和的助力”，比如，至少现在团队里无论是谁，在需要的时候，都可以用 ai 来搓一个 web 界面，不一定精美，但至少能用；
总体来看，对我个人而言，有 ai 还是助力，因为如果没有 ai ，我可能都不会去尝试这个领域；
note：
上述结论的得出，应该与模型的水平无关，我几乎尝试了所有模型，从 claude 到 gemini 还有 grok 最新的都用过了，几乎无一例外；
目前没有全面采用 claude code 的“全流程”方案，因为，就目前的反馈而言，其准确度尚不足以支撑更多的“放手”（多轮对话 bug 越改越糟，还没建立往下走的信心）；
也请其他网友补充细节，或提出改进建议； |
