ai 取代编程者还有很长的路要走吧。如果使用者啥都不懂，ai 写出来的就是一堆拼凑出来的破烂，稍微复杂点的业务就搞不了，出问题也不知道是啥。

另外还有一方面，如果 AI 生成的代码开发人员都看不太懂，那么有可能产生出无法维护和改进的一堆代码，可能出了一堆问题需要调整根本设计的无法修补
当然这是对于需要长期演进的软件，如果是临时代码就无所谓了

当前是对的，但要谨慎的对待这个观点，不要低估 AI 的进化能力，我觉得让一个 AI 学习到好的「架构模式」不是天方夜谭。

目前我看到的编程工具里，似乎都缺少一个 AI 主动提问，收集需求的阶段，想象一下

  1. 一个训练了大量代码学习到好的「架构模式」的 AI 架构师
  2. 在用户提出一个简单需求时「帮我做一个 xxxx App 」

  3. 这个 AI 架构师会主动向用户提问，收集信息，再基于它已有的架构知识，设计出来的 APP 还是有可能达到一定水准的

    我让 AI 给我算八字推理，我觉得它好牛逼啥都懂，甚至一开始都没发现时间和时辰对应错了
    但让它写代码，就经常能发现错误和不合理的地方

    把上下文搞长点就能很大程度上进步

    这句话很有局限性，AI 发展太快了，至少经常会令我惊讶。
    昨天的 Claude 3.7+Cursor 的表现水平，在我使用的主观感受上，已经远超初级程序员了。

第一，是他能理解我的冷门但合理的需求，第二，是他写出来的代码基本是一遍就通。这意味着只要需求完整合理，这个版本的 AI 在仅需要少许监管的情况下，已经能完成分钟级别实现两三个功能点的组合。更多的我也没验证。

我验证的需求算不上太复杂，用 django 开发一个静态页面托管服务。

  • project/deployment/log
  • 能通过 webhook 上传 zip 部署
  • 使用内置 auth 鉴权
  • 页面访问权限分为 public 和 internal
  • 使用数据库保存 zip, 首次访问时解压
  • 通过 admin 页面管理数据，支持在 admin 手动上传 zip 部署

大概就这些功能，全部是 cursor 实现的。过程中他出现了一些画蛇添足的操作，比如自作主张的生成了一个项目列表页面，但其他功能都算得上完美完成。

但是我有种感觉，以后的代码就是不需要人来读懂了。比方汽车刚出来的时候，驾驶员都是懂得怎么修车的，但是现在呢。可能比喻不太恰当，但是隐隐这么感觉的。

ai 现在还不会主动反问，要求用户补全信息。
等会了这一点之后，差距就不大了

自动驾驶发展这么长时间不还是没普及么。。。

＃6 比喻是不太恰当，驾驶员的必备技能是知道车在按照自己的操作跑，就像程序员要能看懂代码按照各种输入在正常输出

收集需求这个点好多 agent 已经开始做了,需求搜集+问题执行深度+广度

要怎么描述才能确保 ai 和人理解的是一个意思也是个难题

AI 先做到不要“瞎编”就可以了

昨天看视频，有 UP 主介绍 ChatGPT 和 Gemini 的 DeepResearch 功能，使用者在提出需求之后，AI 会初步思考之后反问细节，尽量补全需求，从这一点来说，DeepResearch 有点接近开发者或者项目管理角色了，如果更进一步，AI 逐步分化出项目开发所需的所有角色，比如项目经理、产品经理、研发经理、测试经理，分工合作，形成一个闭环，这一步就能取代不少人了，如果能降低使用成本，哪怕进行多级任务拆分，整体的竞争力还是很可观的。

我是这么理解 AI 革命的，以资源矿产挖矿为例，就以金矿为例吧，在科技水平比较低的时期，一个矿主带领一批人，比如 1000 人去开矿，这其中肯定也有岗位分工，来完成采矿任务，如果这个时候科技水平提升了，比如有些工作可以用机器人代替，那么矿主带领 1000 人挖矿有没有可能就变成了矿主带领 1000 个机器人去建立一个自动化产线，具体的任务是机器人干，产线降本增效也是机器人干，人就负责盯着日报数据汇总。

有人说岗位这不就变少了吗？不一定，如果当初的 1+1000 人都变成了矿主呢？ 1001 人在低科技水平时期只能开采一个矿，在进入高科技时期之后，是不是可以同时开采 1001 个矿呢？能力强了，资源边界也扩大了，如果地球承载量到了上限，那么能不能去月球或者火星去呢？

我是相信，AI 的进化速度会非常快。

当前是，未来不是

ai 会学习会进化的

换一个问题，团队的水平取决于老板的水平吗？
一般情况下是，但团队成员足够强的时候，就不是了

ai 内部还处于一个黑盒的状态，gpt 甚至还越迭代表现越差，这种情况要怎么发展...

看看冷门问题吧，这种常见业务代码满大街都是。只给一本 api reference 都不一定能拼出来逻辑

那问题就来了，都让 AI 去发展，那它会不会弄出一份它自己都无法维护的屎山出来呢？
先不说强人工智能超人工智能这样比较科幻的级别

不需要理解，也不需要修补，就像你雇佣一个员工，需要理解他的大脑如何运行和修复吗？

只要把需求说清楚，ai 编写满足需求的代码，并且测试代码符合需求就行
出现 bug ，bug 本身是一种补充需求，直接重写全部代码或者让 ai 修改就行

那就可能会出现迭代一次出现 100 个新 bug ，再迭代一次少了 50 个 bug 但是又出来新的 100 个 bug

这都是小问题，只要技术上大家都有竞争，OpenAI 不行就 Gemini 上，Gemini 之外还有 Claude ，整个 AI 领域还是向前发展的