Datasette 創(chuàng)始人西蒙·威利森宣稱說："現(xiàn)在是學習編程的最佳時機。"這并不是因為人工智能會幫你完成編碼工作。事實上，情況恰恰相反。威利森認為，"大型語言模型拉平了學習曲線"，讓年輕的開發(fā)者更容易上手。但我們絕對不能也絕不能忘記如何編碼。相反，我們可以使用生成式人工智能來增強開發(fā)人員的經(jīng)驗，無論他們的經(jīng)驗水平如何。

頌揚”學習意志“

我喜歡讀威利森關于生成式人工智能的想法。他是這方面最有思想的開發(fā)者之一。另一位偉大的讀者是 O'Reilly Media 的 Mike Loukides。關于生成式人工智能和編碼、 Loukides 提醒我們寫出真正好的提示比想象中更難。他認為："要想成為真正優(yōu)秀的提示者，你需要發(fā)展提示內容方面的專業(yè)知識"。

換句話說，你需要成為一名優(yōu)秀的程序員。

"如果你屈服于誘惑，認為人工智能是人類不可能獲得的專業(yè)知識和智慧的寶庫，那么你將永遠無法有效地使用人工智能，"Loukides 建議道。要想有效地使用 AWS CodeWhisperer 或 Google Codey 等編碼工具，你真的需要指導它們實現(xiàn)你所期望的輸出。要一步步告訴人工智能如何解決你的開發(fā)問題，你首先需要深入了解問題，以及如何促使人工智能做出反應。

開發(fā)人員還需要能夠評估人工智能何時出錯。同樣，這也需要一定水平的專業(yè)知識。是的，我們希望編碼助手能幫助我們在所承擔的項目中變得更加雄心勃勃，但是，它們根本無法讓開發(fā)人員不再需要琢磨代碼。我們也不應該希望他們這樣做，這又回到了威利森的第一點。

利用人工智能學習編碼

對于許多新開發(fā)人員或剛剛接觸特定語言、框架、數(shù)據(jù)庫等的資深開發(fā)人員來說，學習曲線可能非常陡峭。例如，“他們可能會漏掉一個分號，從而得到一個奇怪的錯誤信息，他們需要花兩個小時才能重新找到正確的方法，”Willison說。毫不奇怪，這可能會導致他們放棄，認為自己不夠聰明，學不會編程。

這就是人工智能助手可以發(fā)揮作用的地方。威利森說：“你沒必要讓計算機科學學位的人來用計算機做一些你需要完成的繁瑣事情。ChatGPT和其他由LLM支持的助手可以自動完成這些乏味的工作。”GitHub工程師Jaana Dogan強調說人們太專注于代碼生成，完全忽視了LLM在代碼分析等方面的作用。我們不需要人工智能來完成所有工作。根據(jù)威利森的論點，我們只需要它來自動完成離散、枯燥的任務，這些任務不會影響應用程序的成敗，但如果開發(fā)人員被迫學習并完成編程的所有方面，而編碼助手卻可以解決這些乏味的垃圾工作，那么開發(fā)人員的信心就會受到打擊。

與以往一樣，開始使用生成式人工智能和軟件開發(fā)的方法就是入門！從小處著手，自動完成那些你能理解但不一定想反復編寫的簡單任務。由于節(jié)省了時間，您就能專注于學習如何解決代碼中更棘手的難題，這樣隨著專業(yè)知識的增長，您也能更好地實現(xiàn)自動化。

原文作者：Matt Asay

原文標題：What AI won’t replace in your programming