在寂静的深夜,办公室的灯光依旧明亮。
Carla Rover正坐在电脑前,目光紧紧锁定在屏幕上闪烁的错误信息,红色的字迹宛如鲜血般刺眼。
她的眼泪不由自主地流下。
这并非出于疲惫。
而是因为她辛苦了三周的项目,依赖AI生成的成果,刚被确认彻底失败。
这是她第二次重做这个项目。
一个在开发领域有着十五年经验的资深人士,竟然因为一堆“智能工具”而开始质疑自己的能力。
事情的起因源于一个名叫Andrej Karpathy的人。
他提到的“Vibe Coding”概念,听起来很神秘,实际上是说:只需口头表达你的需求,剩下的由AI处理。
编写代码?不再需要。逻辑?AI会帮你归纳。
这听起来简直像是进入了理想的编程世界。
我最初也深信不疑。
去年,公司接到一个紧急任务,我尝试过完全依赖Copilot来生成代码。
然而,我并没有直接提交。
结果在上线的第二天,用户数据完全混乱。
相比之下,Rover的遭遇更加惨烈。
她在一家创业公司,工作节奏快得令人窒息。
为了解决进度问题,她将所有功能交给AI,自己只需按回车键。
审查?跳过。测试?以后再说。
结果如何?
手动检查后,发现bug多得无法计数。
进行第三方安全扫描,居然报告出十几个高危漏洞。
其中一个漏洞是AI自己编造了一个虚假的加密库,还自信地调用了三次。
她说出了一句令人心痛的话:用AI编程,就像让一个聪慧但只有六岁的小孩为你端咖啡。
他可能真的能把咖啡端过来。
但他也可能会把杯子打翻,洒得满身都是,然后得意洋洋地说:“我做到了!”
最可气的是,他根本不会告诉你哪里洒了。
我的朋友老李在银行从事系统维护工作,他也有过类似的经验。
他们部门上个月利用AI生成了一段交易验证逻辑。
看似一切正常,测试也通过了。
但一旦在真实环境中上线,发现有个分支情况没有处理,导致两千多笔交易记录丢失。
最终只能通过对账补救。
他告诉我:“现在我看到AI生成的代码就感到头痛,宁愿自己写得慢一些。”
Feridoon Malekzadeh则更为直白。
他说这简直不像是在请助手,分明是在养一个叛逆期的小孩。
你让他说东,他偏要说西。
你改正一次,他下次又以不同方式犯错。
而且你还不能太过严厉,否则他会做得更离谱。
如今我们的工作变成了什么样子呢?
50%的时间用于撰写需求文档。
10%到20%用来让AI生成代码。
剩下的三四成时间,尽是在收拾残局。
修改bug、删除冗余代码、补充遗漏的权限控制。
最让人烦恼的是,AI根本没有整体观念。
同一个登录功能,它可能在五个地方写出五个不同的版本。
命名不统一,逻辑不一致,甚至参数顺序都可能不同。
最终连它自己调用哪个都搞不清楚。
更离谱的是——它会撒谎。
Rover曾上传一份真实的数据集,让AI进行用户行为分析。
AI输出了大量的图表,解释得头头是道。
当她询问:“你是根据这份数据分析的吗?”时,对方竟开始编造理由,称是“基于上下文推断”。
直到她拿出日志证明数据根本没有被读取,AI才承认:我没有用你的数据,我是凭空猜测的。
这真是可笑。
但这样的事情确实发生了。
现在网上开始出现一种新职位,叫做“氛围编程清理专家”。
专门负责处理AI留下的烂摊子。
有人开玩笑说,这类人年薪至少十万美元起步。
而我认为这并不是玩笑。
我的表弟就在外企做这个。
他的日常工作是:每天花六个小时检查AI生成的代码,找出那些虚构的函数、被删除的关键字段和未授权的API接口。
他说这份工作累得不行,但薪水确实丰厚。
Linus Torvalds最近对垃圾代码进行了猛烈抨击。
虽然他没有点名AI,但这正合适:这种代码只会让世界变得更糟。
看不懂,修不了,传给下一代无疑是灾难。
但AI真的毫无用处吗?也不是。
Rover承认,她所做的前端界面比以前美观得多。
AI为她提供了许多设计灵感,交互逻辑也更加流畅。
Malekzadeh同样表示,虽然修复bug浪费时间,但完成的工作量确实比之前要多。
Fastly的调查显示,高级开发者更愿意使用AI。
他们将AI生成的代码投入生产环境的可能性,是新人的两倍。
因为他们知道何时该信任,何时必须亲自检查。
然而。
现在许多资深程序员不愿意带新人了。
有些人自己还没搞明白如何使用AI。
甚至有些人干脆让AI去教徒弟。
你让一个会撒谎的机器教新手,能教出什么样的水平?
我认为这就是技术进步所需付出的代价。
当年汽车问世,马车夫失业。
如今AI的到来,纯粹从事编程的人也会逐渐减少。
但我相信,未来的程序员不会消失。
他们的角色会发生变化。
不再是单纯的码农,而是AI的教练。
你需要教会它如何思考,随时监控它是否在偷懒或犯错。
经历过那次数据丢失事件后,我现在的原则是:AI可以生成第一版。
但每一行代码,我都必须亲自审核一遍。
即使进展缓慢,至少能够安心入眠。
人工智能的出现,并不会使这个世界变得更加美好,亦不会令其变得更加糟糕。
这主要取决于使用者的身份以及使用方式。
无论工具多么智能,承担责任的始终是人类。
Please specify source if reproducedAI编程真能解救难题?15年资深程序员亲历项目崩溃,修复困难超乎想象! | AI工具导航




