隨著 AI 在科技領(lǐng)域的廣泛應(yīng)用，以及隨之而來的人工智能驅(qū)動(dòng)的編碼平臺(tái)、工具和服務(wù)的數(shù)量不斷增加，開發(fā)者們正在努力尋找最佳方式利用 AI 來幫助他們完成編程任務(wù)和目標(biāo)，利用 AI 來提高效率，同時(shí)處理一些更繁重和耗時(shí)的編程任務(wù)。
為此，我與幾位開發(fā)者進(jìn)行了交談，了解他們使用 AI 的一些創(chuàng)意方式。雖然許多人使用GitHub Copilot、Claude 3 Opus、Pieces for Developers和Codeium等工具來幫助生成代碼和自動(dòng)化任務(wù)，但開發(fā)者們一直在探索 AI 可以幫助他們提高效率的其他方式。
1. 代碼測試和 PR 審查
“我知道有人使用 AI 來編寫他們編寫的代碼的單元測試，”資深軟件工程師兼Audiofeed聯(lián)合創(chuàng)始人 Shane Thomas 說。“這為他們節(jié)省了大量時(shí)間，不必一遍又一遍地編寫相同類型的測試。他們?nèi)匀恍枰?yàn)證結(jié)果，但他們似乎從中獲得了良好的結(jié)果。”
雖然使用 AI 進(jìn)行單元測試有其優(yōu)勢，但其他專家（如Tia的技術(shù)主管Swizec Teller）建議謹(jǐn)慎依賴 AI 進(jìn)行測試。在X 上發(fā)布的筆記中，Teller 建議開發(fā)者在某些情況下使用 AI 進(jìn)行測試，例如使用 AI 生成大量“多樣化的生產(chǎn)級(jí)輸入”。
開發(fā)者們還使用 AI 來模擬代碼審查，這可以幫助開發(fā)者為與人類同事的審查做好準(zhǔn)備?！拔抑烙腥耸褂?AI 作為其團(tuán)隊(duì)成員拉取請(qǐng)求審查的第一步，”Thomas 說?！八嬖V我，他收到了其他工程師關(guān)于他的 PR 審查的全面性的評(píng)論……但他的許多筆記最初是由 AI 標(biāo)記的?！?/p>
2. 學(xué)習(xí)路徑
教育和學(xué)習(xí)是開發(fā)者將 AI 用于好處的另一個(gè)領(lǐng)域。
“Bekah Hawrot Weigel，OpenSauced的技術(shù) AI 倡導(dǎo)者說：“我一直使用 ChatGPT 為我創(chuàng)建學(xué)習(xí)路徑，以便我能夠更深入地了解提示。我給了它關(guān)于我們每天應(yīng)該做什么的指示，并要求它想出一個(gè)我們可以討論的活動(dòng)?！?/p>
3. 自動(dòng)化重復(fù)性任務(wù)
開發(fā)者使用 AI 的另一種創(chuàng)意方式是自動(dòng)化一些最繁重和耗時(shí)的開發(fā)任務(wù)，例如通過分析復(fù)雜的代碼來幫助進(jìn)行代碼維護(hù)和跟蹤難以捉摸的錯(cuò)誤。在最近發(fā)表在 The New Stack 上的一篇文章中，Tabnine的首席技術(shù)官兼聯(lián)合創(chuàng)始人Eran Yahav建議 AI 將有助于消除一些枯燥乏味的工作。
Yahav 寫道：“AI 編碼工具自動(dòng)化了如此多的任務(wù)，開發(fā)者可能會(huì)發(fā)現(xiàn)他們獲得的一些技能將不再需要。但這沒關(guān)系，因?yàn)樵S多技能都涉及開發(fā)者樂于放棄的枯燥乏味的工作。”
4. 面向程序員的 AI 驅(qū)動(dòng)的搜索
雖然所有開發(fā)者都依賴搜索和 AI 工具來幫助他們解決代碼問題，但有些人一直在使用新的 AI 驅(qū)動(dòng)的工具來幫助找到人類專業(yè)知識(shí)。
Weigel 說：“我在這里有偏見，因?yàn)槲以?OpenSauced 工作，但我們創(chuàng)建了一個(gè)名為StarSearch的工具，它允許你通過索引各種形式的開發(fā)者活動(dòng)（包括 git 歷史記錄）來找到開源領(lǐng)域的‘明星’。例如，你可以要求它幫助你找到既了解 Rust 又了解 Tailwind 的開發(fā)者。這是一個(gè)很好的例子，說明 AI 如何能夠超越代碼補(bǔ)全，并提供對(duì)開源的更深入見解，從而增強(qiáng)開發(fā)者發(fā)現(xiàn)和協(xié)作?！?/p>
5. 生成文檔和數(shù)據(jù)模型
“Pieces for Developers的首席技術(shù)官兼創(chuàng)始工程師Mark Widman說：“我經(jīng)常使用的一些非常棒的 [例子] 是 [使用 AI 來] 編寫單元測試、文檔，以及幫助進(jìn)行數(shù)據(jù)模型和名稱生成?！?/p>
The New Stack 撰稿人 Jon Udell 也撰寫了有關(guān)使用人工智能改善文檔的文章，并且詳細(xì)介紹了他使用 Unblocked 等由 LLM 支持的工具來增強(qiáng)代碼文檔的創(chuàng)建和維護(hù)的經(jīng)驗(yàn)。
“從頭開始編寫文檔和從頭開始編寫代碼一樣罕見。您通常會(huì)更新、擴(kuò)展或重構(gòu)現(xiàn)有文檔?！盪dell 寫道?！拔业钠谕牵粋€(gè)包含代碼和文檔的 LLM 支持的工具可以提供有力的幫助，而 Unblocked 做到了?！?/p>
注意事項(xiàng)與顧慮
雖然 Widman 總的來說（特別是 OpenAI API）樂于見到 OpenAI 取得的全部進(jìn)展——特別是后者如何更貼合開發(fā)者工作流——但他警告說要讓迄今為止所做工作變得更好，還有很多工作要做?！拔蚁嘈?，他們在數(shù)據(jù)隱私、額外操作系統(tǒng)支持[和減少大型]延遲成本等方面仍然有很長的路要走。”
我已經(jīng)稍微涉及了人工智能供應(yīng)商尚未在數(shù)據(jù)隱私方面進(jìn)行的工作——請(qǐng)參見我上一篇專注于 AI 驅(qū)動(dòng)的開發(fā)工具的文章中的“缺點(diǎn)和警告”部分——但在考慮將 AI 用于創(chuàng)意用途時(shí)，開發(fā)者還應(yīng)關(guān)注其他問題。一種危險(xiǎn)是對(duì) AI 過度依賴以完成過多任務(wù)，這可能導(dǎo)致代碼質(zhì)量降低，而開發(fā)人員在沒有 AI 幫助的情況下無法執(zhí)行開發(fā)任務(wù)。
2023 年，GitClear 發(fā)表了一項(xiàng)研究，表明 AI 輔助開發(fā)對(duì)“代碼質(zhì)量施加了‘向下壓力’”，對(duì)“可維護(hù)性造成了‘令人不安的趨勢’”，并強(qiáng)調(diào)了“... 創(chuàng)作者在撰寫后的兩周內(nèi)被還原或更新的 [代碼] 行數(shù)百分比預(yù)計(jì)與 2021 年人工智能前基線相比，2024 年將翻一番?！?/p>
