程序员用AI工具工作效率提升60%，但背后挑战不容小觑
发布日期：2025-05-22 15:16 点击次数：172
程序员这几年，日子不好过。
老板恨不得你一天写八百行代码，最好还能顺便把服务器维护了，代码上线了，Bug 都解决了。
AI 辅助编程的风刮了这么久，从 Copilot 到 Cursor，工具是越来越花哨，功能是越来越唬人。
现在好了，又冒出来个 “Code Agent”，说是能让 AI 自己思考，自己干完活。
这听起来是不是有点科幻？
以前的 AI 编程，就像是给你配了个高级计算器，算得快，但你得告诉它 1+1 等于几。
现在的 Code Agent，官方说法是，它能自己理解需求，自己拆解任务，自己调用工具，最后给你交一份满意的答卷。
这种“Agentic 模式”，和之前的 AI 编程能力，区别在哪？
想象一下，以前你让 AI 帮你改一段代码，得先告诉它：“找到这个文件，找到这行代码，把这个变量改成这个值。” 现在呢？
你只需要说：“把这个功能的 Bug 修复一下。” 然后 Code Agent 就自己去找文件，自己找代码，自己改 Bug 了。
这就像什么？
以前你雇了个实习生，啥都要你手把手教，现在你雇了个高级顾问，你只需要告诉他目标，他自己会搞定一切。
但问题来了，这玩意儿真的这么神？
祝海林，开源中国的老朋友，也是 Auto-Coder 的作者，他把这个技术发展，比作 Web 革命和移动 APP 时代。
他说，AI 辅助编程，是大模型技术第一个真正能落地的场景，也是真正能赚到钱的。
这话听着挺诱人，但技术这玩意儿，永远不是完美的。
现在市面上的 AI 辅助编程，主要有两种玩法。
一种是 “普通编辑模式”，就是按照预设的流程，一步一步地执行。
另一种是 “Agentic 模式”，就是让大模型自己做决定。
普通编辑模式，就像是一个熟练的工人，按部就班地完成任务。
Agentic 模式，就像是一个有经验的领导，自己制定计划，自己分配任务。
那么，选哪个？
这得看情况。
如果你对项目很熟悉，需求也很明确，那就选普通编辑模式，速度快，成本低。
如果你对项目不太熟悉，需求也很复杂，那就选 Agentic 模式，让 AI 帮你理清思路。
记住：AI 辅助编程，不是万能的。
成本是个大问题。
现在最好的编码模型，Sonnet 3.7，价格不便宜。
如果一次编程需求，人工完成需要半小时到一小时，用 Sonnet 3.7，成本大概在 0.6 到 2 美金之间。
但这只是理想状态，如果 AI 生成的代码有 Bug，需要重试，成本可能翻倍。
还有工具调用模式，也分两种。
一种是调用 “原子性工具”，就是一些简单的函数，比如读取文件，验证代码。
另一种是调用 “智能工具”，比如 Auto-Coder 里的 coding Agent 和 chat Agent，一个负责编码，一个负责设计。
这就像什么？
以前你只有一把螺丝刀，啥都要自己动手。
现在你有了各种各样的工具，还有专门的设计师帮你出主意。
但工具多了，也未必是好事。
大模型可能会挑花眼，不知道该用哪个工具。
而且，不同的工具，质量参差不齐，就像插件一样，有些好用，有些不好用。
所以，选择工具，也要慎重。
现在很多宣传，都在说 AI Agent 能快速实现项目，比如一分钟内完成一个游戏的设计。
这听起来很美好，但现实是残酷的。
全球 99% 的程序员，主要是在迭代现有项目。
这才是真正考验 AI 辅助编程工具的场景。
Gemini 2.5 pro 在新项目开发上表现出色，但在老项目的修改上，能力就明显偏弱。
反而是 Sonnet 的 3.5、3.7 版本模型，在处理老项目时表现更强。
所以，判断一个 AI 辅助编程工具是否真正实用，核心在于它对老项目的支持能力。
这其中涉及很多挑战。
比如，大模型都有处理窗口的限制，有些项目的文件太大，超过了 64K tokens，大模型就无法直接处理。
还有，用户的需求可能涉及多个文件，比如一次重构可能涉及到几十个甚至上百个文件，这显然超出了大模型的处理窗口。
Auto-Coder 针对超大单一文件，设计了一套方案：滑动、抽取、合并。
这就像什么？
你有一张超长的图片，大模型无法一次性查看整个图片的，每次只能查看一个窗口，然后逐步滑动窗口来定位。
这操作相当于，把一个大问题分解成无数个小问题，逐个击破。
记住：AI 辅助编程，不是用来炫技的，而是用来解决实际问题的。
祝海林说，AI 辅助编程工具面临的最大挑战，并非之前提到的那些问题，而是大模型本身不具备记忆能力。
这就像什么？
你和一个 AI 程序员合作开发了一个项目，迭代了 1000 次，但每次新建一个会话后，对于 AI 来说，都相当于第一次接触这个项目。
所有“记忆” 都局限于当前窗口。你必须将相关信息放入窗口，模型阅读后才能理解。
现在，真正需要实现的功能是，随着使用次数的增加，模型对项目越来越理解、越来越熟悉。
就像人类一样，在持续迭代过程中，脑海中会自然形成项目结构、文件功能及修改需求的条件反射。
这才是 AI 辅助编程的终极目标。
所以说，程序员的日子，虽然不好过，但也不用太悲观。
AI 辅助编程，不是要取代你，而是要帮助你。
关键在于，你要学会如何利用这些工具，提高自己的效率。
人真的是太难了，要不断学习新东西，才能不被时代抛弃。
简直就是打怪升级的终极形态。
相关资讯