如何看待工作中大规模使用 AI 写代码

不如你贴出手写的一些代码片段和 chatgpt 生成的片段来做个对比

不如你贴出手写的一些代码片段和 chatgpt 生成的片段来做个对比

要想要好的 output, 就先得有好的 input, 所以同样一个模型, 同样一个产品业务逻辑, 有的人就能用大模型写出好的代码, 有的则不行

人审核代码合理性的审核的能力 > AI 写代码的写的能力 > 人写代码的写的能力

生成->使用->了解为什么这么写, 和自己设想有何出入->取舍->利用.

挺好的, 学习速度明显快了.

chagpt o1 写的还不错

最近这种低质量的贴怎么越来越多， 来活跃社区的吗

面对现实吧，早点谋下其它出路

昨天用 claude 这可一个油猴脚本, 纯自然语言,代码规范度,质量非常不错, 程序员的出路回到家编程的本质“理解业务,设计程序业务逻辑,交互逻辑,呈现结果”

写代码的事你少管

你也是出租车司机吗，来抗议 ai 智能驾驶

使用 AI 也有技巧的，能力不行，用 AI 也很难与同行竞争 LOL

路过…推荐下 JetBrains IDE 可用的类 cursor 插件，gpt-tools…

我时常觉得，ai 写得比我好…结构清晰…

污染代码？？ please show your code

大概率你写的代码质量不如 Claude 的高，除非是一些专业领域，它没有训练过的，但是最佳实践，编程范式，设计模式，它都能吊打你的水平。

```
# 以下由 gpt 生成
def init_input_and_output_door(self):
frame_results = copy.deepcopy(
self.frame_results
) # self.frame_results 会被以下代码改变 找太麻烦了 直接拷贝到新对象
door_line = [[828, 438], [1208, 868]]
door_area_line = [[623, 523], [1144, 982]]
door_line = [[336, 0], [1698, 1222]]
door_line =[[186, 0], [1428, 1222]]
door_line = [[336, 0], [1698, 1222]]
def is_above_line(point, line):
(x1, y1), (x2, y2) = line
return (y2 - y1) * (point[0] - x1) > (x2 - x1) * (point[1] - y1)
def filter_boxes_above_line(frame_results, door_area_line):
filtered_results = []
for frame in frame_results:
filtered_boxes = []
for box in frame["boxes"]:
x_min, y_min, x_max, y_max = box
box_center = [(x_min + x_max) / 2, (y_min + y_max) / 2]
if is_above_line(box_center, door_area_line):
filtered_boxes.append(box)
if filtered_boxes:
filtered_frame = {
"id": frame["id"],
"boxes": filtered_boxes,
"reid_dets": frame["reid_dets"], # 保留每个帧的 reid_dets
}
filtered_results.append(filtered_frame)
return filtered_results

filtered_frame_results = filter_boxes_above_line(frame_results, door_area_line)
filtered_frame_results = [
item for item in filtered_frame_results if len(item["boxes"]) != 0
]

# 使用 IOUTracker 类
tracker = IOUTracker(iou_threshold=0.3)
all_tracks = tracker.track_objects(filtered_frame_results)

# 用于记录人的信息、reid_dets 和 frame_ids
person_groups = defaultdict(list)
person_reid_dets = defaultdict(list)
person_frame_ids = defaultdict(list)
for frame, track_ids in zip(filtered_frame_results, all_tracks):
for box in frame["boxes"]:
matching_id = [
id for id, tracked_box in track_ids.items() if tracked_box == box
]
if matching_id:
box.append("person_id: {}".format(matching_id[0]))
person_groups[matching_id[0]].append(box[:-1]) # 不包括 person_id
person_reid_dets[matching_id[0]].append(
frame["reid_dets"]
) # 记录 reid_dets
person_frame_ids[matching_id[0]].append(
frame["id"]
) # 记录 frame id

crossing_events = {}
final_crossing_frames = {}

# 门线参数
m = (door_line[1][1] - door_line[0][1]) / (
door_line[1][0] - door_line[0][0]
) # 斜率
c = door_line[0][1] - m * door_line[0][0] # 截距

def check_position(x, y):
line_y = m * x + c
return y - line_y # > 0 在线上方，< 0 在线下方

for person_id, boxes in person_groups.items():
last_pos = None
entry_index = None
exit_index = None
# if person_id != 2:
# continue
for idx, box in enumerate(boxes):
x_center = (box[0] + box[2]) / 2
y_center = (box[1] + box[3]) / 2
current_pos = check_position(x_center, y_center)

if last_pos is not None:
if last_pos > 0 and current_pos < 0:
exit_index = idx
elif last_pos < 0 and current_pos > 0:
entry_index = idx
last_pos = current_pos

crossing_events[person_id] = {
"input_index": exit_index,
"output_index": entry_index,
}

for person_id, events in crossing_events.items():
person_data = []
boxes = person_groups[person_id]
reid_dets = person_reid_dets[person_id]
frame_ids = person_frame_ids[person_id] # 获取 frame id 列表

if events["input_index"] is not None:
input_index = events["input_index"]
input_frames = boxes[input_index : input_index + 3]
input_reid_dets = reid_dets[input_index : input_index + 3]
input_frame_ids = frame_ids[
input_index : input_index + 3
] # 取相应的 frame ids
person_data.append(
{
"type": "output",
"all_box": input_frames,
"reid_dets": input_reid_dets,
"frame_ids": input_frame_ids,
"ids": list(
range(input_index, input_index + len(input_frames))
),
}
)

if events["output_index"] is not None:
output_index = events["output_index"]
output_frames_start = max(0, output_index - 2)
output_frames = boxes[output_frames_start : output_index + 1]
output_reid_dets = reid_dets[output_frames_start : output_index + 1]
output_frame_ids = frame_ids[
output_frames_start : output_index + 1
] # 取相应的 frame ids
person_data.append(
{
"type": "input",
"all_box": output_frames,
"reid_dets": output_reid_dets,
"frame_ids": output_frame_ids,
"ids": list(range(output_frames_start, output_index + 1)),
}
)

final_crossing_frames[person_id] = person_data
```

之前让 gpt 写的。
也不是不能用,就是没一点"设计"的感觉。
让他再优化下,直接处 bug 。
逻辑越复杂,我就不敢用 ai 。
因为描述太麻烦了,得写篇作文给他。
再者很难阅读和修改。


后面我直接重写了
```
# 定义数据
for box, person_id in zip(data["head_boxes"], person_ids):
if person_id is None:
continue
if person_id not in self.door: # 初始化 key
self.door[person_id] = []
self.user_door_status[person_id] = None # 用户和门状态
for device in self.devices: # 用户和设备状态
if person_id not in device["persons"]:
device["persons"][person_id] = []

self.door[person_id].append(
{"box": box, "up_or_line": self.box_line_up_or_down(box)}
) # 添加到门记录器
if len(self.door[person_id]) > 100: # 用户超过一百
self.door[person_id] = self.door[person_id][-50:]
for device in self.devices: # 添加到设备记录器
if person_id not in device:
device["persons"][person_id].append(
self.calculate_containment_ratio(device["box"], box)
)
if len(device["persons"][person_id]) > 100:
device["persons"][person_id] = device["persons"][person_id][-50:]

# 根据
for person_id in self.door:
...
....
```

@bmpidev2019 感觉程序员这行危险了，既然 ai 代码水平超过大部分程序员，那大家以后怎么和 ai 竞争呢？

你都是生成直接上? 不会在给它提点要求优化一下代码和逻辑?

@delacey #18 就是没法竞争，不仅包括程序员

我倒觉得 ai 让很多没有什么代码基础或者说基础不好的人能写点代码了，毕竟不是每个人都是程序员，大部分人还只是有一点代码需求，但是去深入学的话太费时间了，ai 就是解决这个问题的

公司给买了 Copilot ，我用他作为增强型的代码补全

ai 的东西不调，根本没法用，倒是很多体力活可以用它

我现在一般是写个基本逻辑 -> AI 细化-> 自己分析调整 -> AI 提建议 进一步优化性能/可读性

@mightybruce #5 金币比之前值钱了

@delacey 先学会怎么用 AI 写代码，而不是自己写，汽车出来了，你还研究如何拉黄包车拉的更稳更快？难道不是学会开汽车吗

只用过方法内的补全。感觉从代码规范上来说还不错。。不过 bug 确实也不少，还是要肉眼 debug
更复杂的直接生成方法、类，就没用过了

在 ba 都待过，都在大力推 ai 生成代码，甚至会考核团队的使用率。

咋了 你现在 txt 写代码了？

ai 太爽了

我之前做数据对接，写的 keyvalue 格式，结果错了，要求[{key: xxx, value: xxx}]格式，我用 AI 一下就给我翻译过来了，又快有准

我们公司还要求 AI 生成的占比了，属于是本末倒置了

ai 只是给个建议啊 难道你一行不看直接能跑就用的吗🤣 只是更强大的智能补全而已 主要还是靠人

繁琐的部分用 AI 很合适，尤其是各种格式转换，还有正则表达式。简单的部分还是自己来吧。

@solituders
@ty29022
但是这个前提都是代码片段，对于设计层面的扩展性，复用性，如何做到呢。
工作中更多的代码需要考虑的是可维护性、复用性

@mightybruce 为什么这就是低质量了，那高质量的讨论应该是什么

@vsitebon 从来没有关注过金币体系，而且这里只要正常表达，金币从来不是作为一个什么观念

除非 ai 写的代码你不看，直接就用了，不然 ai 作为辅助提示和某些代码片段补全还是不错的。

大规模写不了
作为中小公司的程序员，面向业务开发，只要有 3 年以上经验，写业务代码只是脑力劳动，只有少数情况才用下

我反正尽量使用 gpt, 有时需要用没见过的算法, gpt 一下就搞定了.

- 开发者自己知道要写什么，写成什么样，用 AI 来快速完成编码这个纯劳力过程 质量 √ 速度 √
- 开发者大概知道要些什么，向 AI 提需求，能简单验证一下代码，但没什么明确预期 质量 × 速度 √
- 开发者什么都不懂，把 AI 当许愿机用，生成什么算什么 质量 × 速度 ×


AI 能给出什么样质量的代码，其实取决于开发自己的水平。

硅谷程序员 80% 的代码都是 AI 写的了，别在这高贵了。关键是要学会怎么和 AI 配合，提高效率。

@InkStone
前两条不评价，关于第三条：“- 开发者什么都不懂，把 AI 当许愿机用，生成什么算什么 质量 × 速度 ×”
你这么想，把这个开发者当许愿机，产出=0 ，因为他什么都不懂，把 AI 当许愿机，至少能给一些反馈吧，即使是不能用，大概率也是相关的

好用 快用

@InkStone 赞同这个观点，ai 代码水平有优有劣，要确保自己能 review 每一行代码才能 hold 住，觉得 ai 代码垃圾的，大概率自己水平估计也。。。

前几天才有个小白用 ai 写合约代码结果被盗 2k 多刀，因为 ai 代码被污染了，这就是水平差又过于依赖 ai 的后果，一个正常水平的开发者，review 代码就能发现问题了

@franswish 看我的回复，也有可能是负反馈。。。

高级搜索引擎， 如果别人写的好，为什么不用

当然可以写，但你要自己执行 review 和 test 呀，前几天好像有个老哥被 AI 删数据了

AI 决定下限（真的不比一些人写得差），个人能力决定上限

@terrysnake 这个 80 ％怎么有股营销号的味道

@z1829909 按行数来算我觉得不算夸大，我目前组织业务逻和样板代码都用 ai ，大刀阔斧。做好设计就行

我正在主导银行采购某家代码提示助手，你和我说没用？

@terrysnake 好奇这个数据来源，可以分享一下吗？

@rpish 老板从硅谷回来以后说的🤣

楼主可能以为自己写代码是一个艺术创作，代码是艺术表达的媒介。实际代码写作只是和流水线的工人一样，代码能够易读易懂能够顺利完成任务就行——AI 写的代码完全能够符合要求。

反正使用人要对最终结果负责，只要使用的人不怕被炸死，为什么不可以用呢？

我们公司买了 chatgpt 、github copilot 、microsoft copilot 各种 ai 工具鼓励大家使用 ai 提高效率，把重复性的工作想办法交给 ai 。代码方面主要还是以补全和写框架为主吧。而且 code review 还是要人来做。

ai 辅助工具只会让强的人更强

我用 Gemini 来小规模辅助还挺爽的呀,
碰到某些忘记的写法, 就找它
写我不会玩的 shell script, 也找它
无聊了也会拿一段详细描述丢进去让他实现, 跟我自己写的对比一下

ai 这东西现阶段还是看你怎么用, 当辅助工具是真不错, 但是想让它完全替你干活, 它可能就会瞎编代码了, api 都对不上的那种

这本身说明你在使用 ai 过程中定位存在偏差
要做复杂项目，对自身定位应该是 架构+review+测试

@littlewing 公司真好啊，我只能用免费的通义灵码已经爽翻天了。😁

sonnet 的代码质量比我高咋办，我写的质量才是真正污染代码了

可以试试用 claude sonnet v2 版本 或者 gpt 这个版本的试试
ai 暂时还取代不了人，但是用来做辅助还是不错的，善用工具用好工具也是一个能力。
另外最近 cursor 配合 claude sonnet v2 是真的强，推荐你试试，用了快两年 gpt 了，最近已经迷上 claude 了，前提是你能用

很好奇你们用 ai 辅助生成的东西会经常一大堆注释吗，和我合作的人写的代码经常自带一堆注释，很多没用的中文注释，几乎每两三行就有一个注释，问题是这些注释特别基础，除了增加行数没有任何作用，看着很烦。

ai 写的代码也要自己 review 的呀，相辅相成。

检验楼主点蜡烛,敲算盘

cursor composer + claude-3.5-sonnet 写的代码是真的好，基本只要审核一下是否符合需求就可以了，
其他 ai 代码只能看看，参考一下然后自己写，cursor composer 能找出要改的代码， 要加的文件，自己给你整个搞定，有理解不到位甚至一些编码质量问题都可以再沟通调整，
最大问题是次数限制不够用，

无中生有啊。我身边似乎没人用啊

我还是觉得 1 设计 2 出活 3 优化，不要过于执着于初期的代码质量，时间上不允许，通过好的设计来规避部分代码质量的问题。到了后期有盈利的项目才考虑精益求精/屎上雕花

@zhengfan2016 可以要求他如何写注释的啊，需求讲给他听就行。