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。。。