Versun

文章：The 70% problem: Hard truths about AI-assisted coding

很不错的一篇文章，描述了目前的人工智能辅助编码的现状：
AI可以快速的完成 70% 的编程目标，但最后的 30% 却是一个痛苦的打地鼠游戏过程。
以下是我摘抄的观点，很有参考/思考价值

如果你刚刚开始人工智能辅助开发，我有以下建议：

• 从小事做起
  将人工智能用于孤立、明确的任务
  审查生成的每一行代码
  逐步建立更大的功能
• 保持模块化
  将所有内容分解成重点突出的小文件
  组件之间保持清晰的接口
  记录模块边界
• 相信自己的经验
  利用人工智能加速而非取代您的判断力
  生成的代码感觉不对的问题
  保持工程标准

目前我的经验是，先写测试，然后再写功能代码，这样可以在审核每行代码之前，快速检查AI生成的代码是否正确，可以节省很多时间。（面向测试/用例编程）

2025 年，最有效率的团队可能是会：

• 为人工智能代理设定明确的界限和准则
• 建立强大的架构模式，让代理可以在其中工作
• 在人类和人工智能能力之间建立有效的反馈回路
• 在利用人工智能自主性的同时保持人工监督

人工智能并没有让我们的软件变得更好，因为软件质量（或许）从来都不是主要受限于编码速度。软件开发的难点–理解需求、设计可维护的系统、处理边缘情况、确保安全和性能–仍然需要人类的判断。
人工智能能让我们更快地进行迭代和实验，通过更快速的探索，有可能找到更好的解决方案。但前提是我们必须保持工程纪律，并将人工智能作为一种工具，而不是良好软件实践的替代品。请记住我们的目标不是更快地编写更多代码。而是要构建更好的软件。