AI，我的得力助手：一位工程师的意外之旅

在旧金山阳光明媚的一天，Erik Schluntz骑着自行车前往Anthropic公司上班。谁能想到，一次意外摔倒竟然成为了他职业生涯的转折点。这位资深工程师右手骨折，不得不戴上石膏。然而，这个看似不幸的意外，却让他体验到了一个令人兴奋的未来——人工智能辅助编程的世界。

友情链接：ACEJoy

意外之喜：AI成为得力助手

“我再也不想回到过去了。”Schluntz在他的博客文章中这样写道。尽管右手无法使用，但他依然在一周内完成了超过3000行代码的编写。这个令人惊讶的成果背后，是人工智能的强大支持。

Schluntz巧妙地结合了语音转文字技术和Claude AI，创造了一个高效的编程环境。他将大块的代码库复制粘贴到Claude中，然后通过语音命令进行转换。”重构ABC函数以接受输入XYZ”或”为这些新函数ABC编写单元测试，并查看XYZ的示例测试”——这些指令让AI成为了他的得力助手。

“我感觉就像是和AI进行结对编程，而由另一个人操作键盘！”Schluntz兴奋地表示。这种体验让他深刻地意识到，我们正在步入一个人类几乎不再需要自己编写代码的未来。

然而，与AI协作并非一帆风顺。Schluntz很快发现，有效利用AI需要掌握一定的技巧。他总结了几点关键经验：

具体化指令：通用的请求往往会得到平庸的结果。Schluntz学会了给出非常明确的指令，详细说明期望的输入和输出，以及使用哪些库等。
提供上下文：将指令放在输入的开头和结尾，确保AI不会”遗忘”重要的上下文信息。
示例驱动：提供代码库示例供AI参考，特别是在编写单元测试和处理样板代码时。
迁移和重构：手动迁移一个实例，然后用它作为示例让Claude转换其余的输入。这种方法让Schluntz能够快速重构大约3,000行代码。
让AI掌舵：在某些情况下，给予AI更多自主权反而能获得更好的结果。Schluntz发现，如果能够给Claude正确的基础构建模块，它往往可以一次性完成整个任务。

随着时间推移，Schluntz逐渐建立起对AI能力的直觉。他学会了简化指令，例如将”我正在使用一个名为pygame的Python库”简化为”在pygame中”。他还发现，如果AI在两次尝试中无法修复一个错误，那么它很可能永远无法修复。

这种”机械同理心”让Schluntz能够更好地理解AI的优势和局限。正如三届F1世界冠军Jackie Stewart所说：”你不需要成为工程师才能成为赛车手，但你必须拥有机械同理心。”同样，与AI协作的工程师也需要培养这种洞察力。

AI不仅能协助编写代码，还能快速创建特定任务的工具。当Schluntz需要分析机器人输出的GPS坐标时，他只是将CSV文件的前两行提供给Claude。令人惊讶的是，AI立即生成了一个网页应用，可以在卫星图像上渲染上传的GPS坐标CSV文件！

这种能力彻底改变了调试过程。Schluntz惊叹道：”拥有恰好符合我需求的完美调试工具，而不用依赖print语句或预先构建的可视化工具，这简直是革命性的变化。”

Schluntz的经历让我们得以窥见软件工程的未来。他将AI编程的发展划分为三个阶段：

在这个新世界中，每个工程师都将成为工程经理，配备一支由AI组成的”实习生大军”。工程师将更多地专注于高层次问题：理解需求、架构系统以及决定构建什么。

尽管AI的能力令人惊叹，但Schluntz坚信人类工程师不会消失。就像计算器的发明并没有让会计师失业，而是提升了他们的工作效率一样，AI将使工程师能够在更高的抽象层次上进行思考。

“我们仍然需要在高层次上进行优先级排序，理解问题的整体架构和范围，并审查AI的工作，”Schluntz说，”不同的是，我们将会把更多的时间花在思考构建什么上，而不是重复性地考虑’如何’构建。”

Cognition AI的总裁Russell Kaplan也对软件工程的未来持乐观态度。他预测，随着AI在编程方面的能力不断提升，我们将进入一个前所未有的软件繁荣时代。

Kaplan认为，编程有一个独特的优势：通过”自我对弈”实现超越人类的数据扩展潜力。AI模型可以编写代码，然后运行它；或者编写代码，编写测试，并检查一致性。这种自动监督在大多数领域是难以实现的。

在这个新世界中，软件的开发成本将大幅降低，”一次性软件”也将会大量涌现。未来的软件工程师将比现在多得多，只是工作方式会有很大不同：更多的自然语言交互，以及更少的样板代码编写。

AI编程的普及还将带来一系列”二阶效应”：

无论具体情况如何，一个趋势是明确的：现在是成为开发者的最佳和最高效的时代。AI不仅没有取代人类工程师，反而为他们打开了一个充满可能性的新世界。

正如Schluntz所经历的那样，即使在最意想不到的情况下，AI也能成为我们的得力助手。在这个新时代，人类的创造力将成为唯一的瓶颈。我们期待着更多像Schluntz这样的先驱者，继续探索AI与人类协作的无限可能。

参考文献：