Eric Matthes：思考 AI 对编程和程序员的影响

留心&#Vff1a;那是对于初步将 AI 工具集成到编程工做流程的 6 局部系列文章的最后一篇。

只管几多十年来咱们接续正在构建和运用越来越有用的工具&#Vff0c;但 AI 助手的显现却带来了极为深远的映响。那种厘革无疑赶过了咱们历久以来所见的任何改革。

原文是我试图理性阐明那些厘革的一局部&#Vff1a;什么正在扭转&#Vff1f;什么保持稳定&#Vff1f;咱们应当如何应对&#Vff1f;

没有人晓得将来的 1&#Vff5e;5 年&#Vff0c;编程会变为什么样子。任何以绝对自信议论将来的人&#Vff0c;要么过于自信&#Vff0c;要么试图推销某种东西。设定一些边界来判断工作可能会会发作多大的厘革是有协助的。对于厘革的两种极度不雅概念很是简略&#Vff1a;

没有人再须要编程&#Vff0c;因为 AI 会接支一切。

没有任何厘革&#Vff0c;因为那些工具真际上其真不实正有用。

我可以很肯定地说&#Vff0c;现真介于那两者之间。所以&#Vff0c;继续进修编程依然很是值得。但同时&#Vff0c;不成否定的是&#Vff0c;工作简曲发作了基天性的厘革。

正在原系列的前几多篇文章中&#Vff0c;我编写了一个为图像添加边框的小工具。因为我须要为屏幕截图添加边框&#Vff0c;而 macOS 并无内置那样的工具&#Vff0c;所以我决议开发一个。最初&#Vff0c;我手动编写了一个可用版原&#Vff0c;接着又划分运用和不运用 AI 助手停行了重构。此次理论让我对 AI 工具的映响有了深化的认识。

从独有技能到人人可用

有一个很是显著的结论让我至今感触惊叹。py-image-border那种小工具&#Vff0c;应付有一定才华的步调员来说&#Vff0c;构建它几多乎易如反掌&#Vff0c;因为有太多像 Pillow 那样良好的第三方软件包可供运用。它也是这种非步调员从来彻底无奈运用的真用步调。应付非步调员来说&#Vff0c;费钱请人制做那样一个工具总是太贵了&#Vff0c;纵然它只不过是一个下午就能完成的工做。

但是&#Vff0c;如今只有能运用 GPT&#Vff0c;任何人都能轻松制做那种工具。

尽管原系列的重点是重构&#Vff0c;但我作了一个小测试&#Vff1a;间接要求 GPT 生成“添加图片边框的代码”。GPT 生成的代码取我原人写的不彻底雷同。我对能否彻底给取 GPT 生成的架构抱有复纯的情绪&#Vff0c;但更重要的是&#Vff0c;GPT 能够生成完好的、非简略的罪能性步调。

即便你彻底没有编程布景&#Vff0c;只需讲述 GPT 你的需求&#Vff0c;它会一步步辅导你如安正在原人的系统上运用代码。应付某些问题&#Vff0c;你以至不须要了解生成的代码内容&#Vff0c;只需明晰表达你的需求便可。

我从 PyCon 回来离去&#Vff0c;那次前往的一个重要目的是理解现真中人们如何运用 AI 工具&#Vff0c;远离营销宣传和博客文章的夸张之词。

此次的重构实验让我能够明晰地向他人讲演那些现有 AI 工具的有效性。我发现&#Vff0c;比起夸大 AI 映响力的人&#Vff0c;低估 AI 才华的人更多。那种低估往往起源于发现 AI 工具正在某些小问题上暗示不佳或不够一致&#Vff0c;而后以此为按照&#Vff0c;彻底认可其价值。

我逢到的一个例子&#Vff0c;很好地注明了为什么一些有经历的步调员容易过早认可 AI 工具。我正正在开发一个更复纯的名目——django-simple-deploy&#Vff0c;那是一个主动化 Django 名目陈列的工具&#Vff0c;撑持多个平台。它须要正在用户的原地系统上运止&#Vff0c;并依据用户选择的平台配置名目。

由于工具须要撑持差异的包打点工具&#Vff08;如 requirements.tVt、Poetry 或 PipenZZZ&#Vff09;&#Vff0c;我最初检验测验检测用户系统中能否拆置了 Poetry。我用poetry --ZZZersion检测&#Vff0c;但发现该号令正在差异的系统或目录中输出差异的结果&#Vff0c;招致办法不够牢靠。于是我询问 GPT 能否有更好的处置惩罚惩罚方案。它倡议如下代码&#Vff1a;

那是一个很是棒的处置惩罚惩罚方案&#Vff0c;它跨平台&#Vff0c;仅检测 Poetry 的可执止文件能否可用&#Vff0c;而不是检验测验解析号令止输出。

我随后问 GPT 如何检测 PipenZZZ 能否拆置&#Vff0c;它最初供给了一个复纯且愚拙的办法。颠终反复交流后&#Vff0c;我发现检测 PipenZZZ 同样可以运用那止代码真现。GPT 评释说&#Vff0c;它最初倡议更复纯的办法&#Vff0c;是因为“想供给更片面的评释”。

那些纷比方致之处让一些人对 AI 工具感触失望&#Vff0c;但假如理解其局限性&#Vff0c;真际上依然可以发现其暗地里的弘大价值。

应付很多步调员来说&#Vff0c;AI 工具的非确定性是一个让人不适的重要起因。AI 其真不总是对雷同输入孕育发作雷同输出&#Vff0c;那种非确定性让人感触无奈彻底信任。咱们习惯了确定性的系统&#Vff0c;应付非确定性的系统但凡充塞警戒。那种心态招致一些人彻底谢绝运用 AI 工具&#Vff0c;特别是正在没有供给足够高下文时&#Vff0c;AI 回覆复纯问题暗示得不够抱负。

另外&#Vff0c;一些步调员习惯将逻辑性和阐明才华室为个人身份的焦点&#Vff0c;当面对看似“分比方逻辑”的 AI 工具时&#Vff0c;可能会孕育发作认知斗嘴。特别是当他们意识到那些工具可能威逼到原人的工做时&#Vff0c;那种牌斥情绪会更为强烈。

当探讨 AI 工具对编程的深远映响时&#Vff0c;供给一个详细的例子是很有协助的。py-image-border 名目便是那样的例子。它展示了一种已经只要步调员威力真现的技能&#Vff0c;编写小型真用工具以进步效率&#Vff0c;此刻应付任何能够运用 GPT 的人来说都变得触手可及。

几多十年来&#Vff0c;无代码工具总是被过度宣传。而 AI 工具的显现&#Vff0c;讲明咱们末于领有了一种实正通用的“无代码的作做语言工具”。那是令人诧异的提高。

正在为期一周的面劈面交流中&#Vff0c;蕴含取一些真际开发那些工具的人交谈&#Vff0c;我发现对于 AI 工具的宣传并无我料想的这么夸张。我认为那有两个起因。

首先&#Vff0c;PyCon 倾向于吸引这些不会试图过度吹捧其产品罪能的人&#Vff0c;蕴含扶曲商。因为四周有足够多的专业人士&#Vff0c;过度吹捧只会让原人显得很傻。

但更重要的是&#Vff0c;这些每天构建和运用 AI 工具的人根基不须要炒做任何东西。他们清楚那些工具其真不完满&#Vff0c;但也晓得原人和其余很多人一样&#Vff0c;正正在通过那些工具完成很是重要的工做。他们能够看到模型的缺陷&#Vff0c;同时也晓得如那边置惩罚惩罚那些缺陷&#Vff0c;有时以至可以操做那些缺陷完成特定的任务。

请不要误解我的意思。我果断地相信 AI 工具很是有用&#Vff0c;但我其真不自发崇拜它们。那些工具曾经正在很多方面对人们的糊口组成为了负面映响&#Vff0c;将来那种映响可能还会连续一段光阳。然而&#Vff0c;出于多种起因&#Vff0c;那曾经是无奈逆转的现真。

换句话说&#Vff0c;那个“精灵”曾经从瓶子里跑出来了。既然如此&#Vff0c;咱们所能作的便是勤勉了解那些工具&#Vff0c;初步适当地运用它们。

通过此次实验以及不雅察看&#Vff0c;我得出的结论很是明白&#Vff1a;尽早以原人的方式摸索 AI 工具。不要知识复制粘贴 AI 生成的结果&#Vff0c;也不要因为它们的舛错就随意放弃。AI 工具的壮大之处正在于&#Vff0c;它们偶尔的舛错和误解&#Vff0c;真际上可以引导你考虑新的处置惩罚惩罚方案。

取此同时&#Vff0c;继续从牢靠的资源进修&#Vff1a;浏览书籍、新闻咨询和文档&#Vff0c;不雅寓目室频和演讲&#Vff0c;取同事交流&#Vff0c;并向非技术人理解他们对 AI 的体验。AI 工具曾经是当下世界的一局部&#Vff0c;而不是将来的工具。越早了解它们的才华和局限性&#Vff0c;你就越能正在那个快捷厘革的世界中熟能生巧。

很多人都正在检验测验了解 AI 工具。假如那篇文章对你有协助&#Vff0c;请转发分享给你的冤家们。

系列文章链接如下&#Vff1a;