我认为我们所有人在使用AI代码工具时体验差异很大，这说明了这些工具的不一致性以及我们对编程本质的理解不足。我只觉得AI工具让我变慢了。我尝试了几个月真正使用它们，但它们让简单任务变难，让困难任务变得模糊不清。但显然有些人觉得它们很有帮助。这让我开始怀疑，不同的开发人员的编程方法可能差异很大。对我来说，如果有一个自动化工具在写代码，那是因为我根本不想去思考那段代码。但因为LLM并不真正具有确定性，我感觉需要检查它们的输出。这对我来说非常痛苦。到了那个阶段，我宁愿一次就正确地写出代码。
源讨论聊天是一种糟糕的开发工具用户界面模式原帖 417 条评论 · 导入时统计我惊讶于这篇文章（和评论）中没有提到Cursor。 同意在ChatGPT中复制粘贴上下文并不是最快的流程。但Cursor极大地加快了我写代码的方式。而且它主要是通过聊天界面，但有一些QOL技巧让它更快： 1. 输出会以git-diff的方式应用到你的文件中。因此你可以批准/拒绝更改。 2. 它（某种程度上）了解你的代码库，因此你不需要指定那么多。不过当你明确标记文件时（“使用@src/utils/currency.ts中的工具”）效果最好。 3. 直接将终端日志或类型错误插入聊天界面非常方便。只需将鼠标悬停在错误上并点击“添加到聊天”
完整原文把你的经验，加入这段讨论。
我认为这取决于你正在做什么。对于新项目来说很好，比如。但对于需要连接到很多其他复杂项目的复杂项目来说很糟糕（比如我们这些不在初创公司工作的人每天处理的大部分软件）
完整原文> 但因为大语言模型并不真正以确定性方式运行，我觉得需要检查它们的输出。 我也有同感。 > 那对我来说非常痛苦。到了那个阶段，我宁愿直接正确地写一次代码。 我每天使用AI工具来辅助，对我来说这并不痛苦，可能只是有点不方便。但对于像单元测试或容易验证的重构[1]这样大量重复的代码，按提交调整AI编写的代码仍然比我自己写所有代码更快。 1. 比如在不同的单元测试框架之间切换
完整原文我每天都会使用大语言模型几次，对我来说问题在于验证通常比学习/编写要快得多。例如，我从未花太多时间去精通脚本编写。当然，这可能是一个我应该解决的差距，但我觉得大语言模型在这方面做得很好。而我需要编写的脚本通常很容易验证，我不需要花时间学习如何做诸如“将此扩展名的文件移动到此文件夹，但重写它们，使名称以创建日期的三位数字开头，最旧的从001开始”之类的事情——或者类似的东西。有时它会有一些小错误，但我可以快速调试。 仅凭脚本辅助就值得购买这个工具。 我发现它另外还很擅长给我一个我未编写的代码的英文描述……我确信它有时会产生幻觉，但从未以我无法处理的方式。…
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。