太相信 ai 了，直接进入未知领域，这几天差点搞崩溃，全在踩坑 😁 ➡️ 😭

[kongkongye]

以下技术无基础：用 python 里的 flask 搭了后端服务，centos 里用 selenium+无头 chrome 做 rpa 自动化。

ai 能帮我写代码，所以这部分时间非常省，一个库的文档都不用看，直接让 ai 写就好了，但前提是不出问题。 一旦出 bug ，还得靠自己理解，问 ai 也不一定行，因为 ai 知识库可能比较旧，回答的可能是错的，还得上网搜，自己思考，不断测，被 bug 支配的恐惧它又回来了😱。

[levelworm]

这肯定，AI 只能帮忙给个思路。它写 spark 就经常有同一个问题会有不同的答案，也很麻烦。不过开发效率还是增加了。

[shiweifu]

可以试试 golang ？这种带类型的编译语言，代码生成的问题更少。

[assassing]

用来排错和生成测试代码还是挺好使，开发主导权不能交给 AI

[laizenan]

是的，一旦遇到复杂问题或者需要最新的知识来解决的问题，例如某个底层库的代码细节这种，AI 就开始胡编乱造了，即使给了文档和源代码也不行。一定要理解现阶段 LLM 只是一个语言模型，不会推理的事实，知识库是有限的。

[logic2]

@laizenan 关键是知识库 可能还是错的，所以经常出现 AI 按命名规则给你编个看上去 还真的合理的 API

[512357301]

换个思路，AI 是小弟，不是大佬，主要的思路、框架、核心代码还得自己来，AI 是辅助，在自己眼皮底下干点脏活累活，就是说本来自己也会干，但是懒得搞，就交给 AI 了。

[woodytang]

AI 只能帮你干力气活，不能代替你思考。

[NoOneNoBody]

现在已经摸索了出一套对 gpt-4o 的提问技巧了，已经没之前那么“愤怒控制障碍”了
遇 bug 先去 google 一遍，找到六七个可能的原因，让 gpt 解释一下各种原因的出现场景，不用逐个试也能大概能缩小范围到 2~3 个

[Vegetable]

当下 AI 并没有全程建立可靠系统的能力，然后还喜欢想象 API

[kongkongye]

@512357301 对的，对于会的，ai 提效是很爽

[esile]

@shiweifu 代码多了就会乱生成

[zhangeric]

现在的聊天 ai 实际上是个黑箱,里面的运行情况开发者都不清楚,所以输出的内容并不是百分百正确,需要使用者自己验证.

[kongkongye]

@NoOneNoBody 最难解决的问题是没有报错输出的，只能描绘情况，比如卡住不动，那真的是难查。

[bthulu]

让 ai 自己去改 bug, 你不要去改, ai 才能理解 ai.

[Ackvincent]

ai 经常一本正经的胡说八道

[672795574]

ai 最大的问题还是幻觉，不能把 ai 的回答当做事实，零经验利用 ai 生成的东西去满足客户不可取。
比如律师问问题，他会回答自己编的案例和法律法规，如果你没经验去问他很容易被欺骗。
但是如果你有了某些行业经验，ai 还是可以大大为你提升效率的。

[FengMubai]

GPT 每次都是在赌博, 只不过它是个赌博高手, 赢得概率比较高

[woodfizky]

幻觉问题一直都没法解决，所谓的"AI"没有自知之明，不知道自己哪个领域的是否掌握不足或者知识错误，自然也没办法判断输出给你的内容是不是对的。

而且这是个在很多人身上都没解决的问题。

另外还有一点，如果让人给你输出方案，一般多多少少会要求人承担一部分责任，所以人自然而然会出风险小的方案。
你让"AI"给你出方案，出问题了你让"AI"负责或者惩罚它的方式都没有，那它就不会害怕出错方案。

[Spute]

为啥

[woodytang]

你能告诉我用的是什么 AI 吗，用过 cursor 的话，你对 AI 写代码认识会有很大改变

[Spute]

@Spute

为啥 GitHub 的 AI 编码工具叫 Copilot ？如果 AI 主导那大概率翻车。因此 AI 只适合坐副驾驶。

[PerrYhaine]

ai 做不了大框架的，只能在细节部分微操，相当于助手，主体还得你来，如果你连主体结构都做不了那 ai 也没法

[clino]

在判断实现是否符合目的满足需求上只能由人来做，这部分是目前 AI 无法完成的

[InkStone]

@woodytang cursor 面对复杂问题一样会进未知领域的。这种坑（甚至可能都算不上坑）我用 cursor 第一天就踩到了

[lekai63]

人需要做的工作是：把复杂问题拆解为若干个简单问题。

期待能有个 AI ，把这个拆解问题的动作做了。。。

[aincvy]

@lekai63 #25 赞同， 我现在使用 claude 生成小东西 ，感觉很好用。 当我需要做一个比小更大一点的东西的时候， 我就需要自己规划结构， 然后让 cluade 一个部分一个部分的给我生成。

总体来说，我得觉得提升的效率巨大， 多面手的手会变长不少。

但是如果我需要提供 2000 个 token 给 ai, 然后只需要 400 个 token 的结果的时候， 我倾向于不使用 ai

[lovedebug]

还是之前的判断：在一个领域，你需要达到这个领域的平均水平才能判断 AI 给出的回答质量好坏，才能助理自己。如果低于平局水平，AI 只能带入个门，过于依赖还可能进入错误的死胡同。

[GeekGao]

ai 知识库 ? 那是幻觉的缘故。

[SmiteChow]

人工智障而已，不管是 cursor 还是 copilot ，不要以为它就是专家系统了，仍然是智障系统。

[EndlessMemory]

这不是肯定吧，LLM 好多时候给出的代码都是错的

[yb2313]

把最新文档做出 rag 知识库外挂给 ai, 并且实时更新

[yb2313]

@shiweifu rust 才是最适合 ai 的, 报错提示很详细, ai 一下子就能修复, 写宏的除外

[ixixi]

应该发明一种编程语言与 ai 深度绑定 全新语言和框架 写代码变成写需求

[ztm0929]

AI 自始至终都是“副驾驶”，Copilot 这名字取得还是有深度的，结对编程的本质就是一起思考一起提升效率实现代码，你完全不思考就产出代码还不是目前 AI 能做到的😂

[sunteccloud]

AI 智障

[yb2313]

@ixixi 这种语言就叫 productManager,简称 PM 吧, 我觉得让任何人一看就知道这个语言是做什么的

[prosgtsr]

所以还是得一点点写，一点点调试，在一个功能没问题之后再开发下一个功能，不然面对自己不了解的一大片代码，谁也不知道那是干啥的

[Yc1992]

@yb2313 #32 以 rust 的很多库的更新频率 距离模型训练时候的接口早就变了 亲测 golang 最好用

[piero66]

试试最新的 o1 ，实测解决复杂问题强太多了，想好编好 prompt 再问，一波搞定

[jqtmviyu]

最怕 ai 拿着过时的文档开始乱编, 看起来是真的, 逻辑也没问题. 有点像打开 10 年前的 csdn, 你还以为它是最近写的.

[snitfk]

你换个角度想想，要是 AI 只要给他个想法他就能解决代码调试问题。你老板为什么要雇你？直接产品经理来接入不是更省钱？

[XinPingQiHe]

AI 只适合做助手，管事的得靠自己