首页 星云 工具 资源 星选 资讯 热门工具
:

PDF转图片 完全免费 小红书视频下载 无水印 抖音视频下载 无水印 数字星空

AI编程助手那些事儿

编程知识
2024年08月06日 06:54

最近跟身边的程序员老杆子讨论需求时,惊奇的发现,他居然没使用AI编程助手。一时间有2个想法从大脑闪过,然后心里还带了一丝轻蔑:

  1. AI编程助手这么好的东西,你居然不用。
  2. 作为老程序员,你居然不跟上时代步伐,在想啥呢。

不过确实有一些老杆子是用过AI编程助手,又选择了放弃,具体啥原因,我们来聊聊。首先说说市面上常用的几款AI编程助手。

1、几款AI编程助手

GitHub Copilot

GitHub Copilot是由GitHub和OpenAI联合推出的AI编程助手,是我最早使用的一款编程助手。刚推出时我立马尝鲜,真香!当时立马感觉解放了许多生产力。对于中文的理解以及生成的代码质量我还是满意的。

但是,因为价格的原因(一年需要1000多元),我一直使用的学生版和代理版。但是半年前发现GitHub对于代理版和学生版查的比较严,Copilot经常掉线,在加上服务器本来就在国外,有时候生成代码的响应速度确实有些慢,渐渐地放弃了。

文心快码

文心快码(Comate),是百度推出的AI编程助手。放弃了GitHub Copilot之后,在国内寻找,当时发现可用的基本就是文心快码了。试用了一段时间后,觉得生成代码的速度还行,但是代码的准确率或者被采用率,有点堪忧。

不过当时想着免费嘛,就随便用用吧,不合适的代码一个ESC键也就过了,合适的代码一个TAB键就采纳了,多少也能节省些工作量吧。

毕竟当时我 对于 不熟悉的领域 或者 大片段的代码,都是让ChatGPT生成的,我使用文心快码的主要场景是辅助生成一些简单或重复的代码。

通义灵码

通义灵码是阿里巴巴推出的AI编程助手,基于强大的Qianwen2大模型。通义灵码是我最近正在使用的AI编程助手。

一次偶然的机会,我被邀参加阿里的一个AI沙龙会,当时有一个小专题是讲通义灵码的。本来用文心快码时觉得效果一般,心里想着,通义灵码估计也就那样吧。

后来看那位宣讲通义灵码的哥们,激情满满,特别自豪,好像这款产品是他造出来的。这倒引起了我的好奇心。当时,他自豪地说他们的大模型怎么好怎么牛,通义灵码做了多少多少的微调,做了多少多少的优化,他们对安全是怎么怎么重视。

虽说,他的话我不全信,但真的是被他当时的激情所感染(也许是出于一个产品人的同理心吧)。

当晚,我就试用了通义灵码。安不安全的我不知道,但是,生成代码的速度挺快。随后,我又写了1个小时的代码测试,发现生成的代码正确率和被采用率还不错,后来就一直在用了。

通过这次选择,更加说明一个道理自助者天助之。一个产品人一定要对自己的产品充满自行。即使是一名程序员,在AI时代,也要将自己看做一个产品人。

ChatGPT

ChatGPT真的是永远的No1。要说生成代码的准确率和自然语言的理解力,即使是中文场景,ChatGPT也是最好的。

下面是一个ChatGPT与通义灵码针对同一需求实现代码的小示例,朋友们可以自行感受下。

需求

我有一个Html文件,想批量替换里面的font-size的数值,放大两倍。还要替换line-height的数值,也是放大两倍。请你用java写出代码

ChatGPT实现

import java.io.*;
import java.nio.file.*;
import java.util.regex.*;

public class HtmlFontSizeLineHeightMultiplier {
    
    public static void main(String[] args) {
        String filePath = "htmlFile.html";
        try {
            String content = new String(Files.readAllBytes(Paths.get(filePath)));
            String updatedContent = updateFontSizeAndLineHeight(content);
            Files.write(Paths.get("updatedHtmlFile.html"), updatedContent.getBytes());
            System.out.println("File updated successfully.");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    private static String updateFontSizeAndLineHeight(String content) {
        // Pattern to match font-size and line-height in CSS
        Pattern fontSizePattern = Pattern.compile("font-size\\s*:\\s*(\\d+(\\.\\d+)?)(px|em|rem|%)", Pattern.CASE_INSENSITIVE);
        Pattern lineHeightPattern = Pattern.compile("line-height\\s*:\\s*(\\d+(\\.\\d+)?)(px|em|rem|%)", Pattern.CASE_INSENSITIVE);

        // Replace font-size values
        Matcher fontSizeMatcher = fontSizePattern.matcher(content);
        StringBuffer updatedContent = new StringBuffer();
        while (fontSizeMatcher.find()) {
            String originalValue = fontSizeMatcher.group(1);
            String unit = fontSizeMatcher.group(3);
            double newValue = Double.parseDouble(originalValue) * 2;
            fontSizeMatcher.appendReplacement(updatedContent, "font-size: " + newValue + unit);
        }
        fontSizeMatcher.appendTail(updatedContent);

        // Replace line-height values
        Matcher lineHeightMatcher = lineHeightPattern.matcher(updatedContent.toString());
        updatedContent = new StringBuffer();
        while (lineHeightMatcher.find()) {
            String originalValue = lineHeightMatcher.group(1);
            String unit = lineHeightMatcher.group(3);
            double newValue = Double.parseDouble(originalValue) * 2;
            lineHeightMatcher.appendReplacement(updatedContent, "line-height: " + newValue + unit);
        }
        lineHeightMatcher.appendTail(updatedContent);

        return updatedContent.toString();
    }
}

通义灵码实现

import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HtmlFontSizeModifier {

    public static void main(String[] args) {
        String inputFilePath = "path/to/input.html"; // 输入文件路径
        String outputFilePath = "path/to/output.html"; // 输出文件路径

        try {
            modifyFontSizesAndLineHeights(inputFilePath, outputFilePath);
        } catch (IOException e) {
            System.err.println("Error processing file: " + e.getMessage());
        }
    }

    /**
     * 修改HTML文件中的font-size和line-height值为原来的两倍。
     *
     * @param inputPath  输入文件路径
     * @param outputPath 输出文件路径
     * @throws IOException 如果文件处理过程中出现错误
     */
    public static void modifyFontSizesAndLineHeights(String inputPath, String outputPath) throws IOException {
        try (BufferedReader reader = new BufferedReader(new FileReader(inputPath));
             BufferedWriter writer = new BufferedWriter(new FileWriter(outputPath))) {

            String line;
            Pattern fontSizePattern = Pattern.compile("(font-size:\\s*([0-9]+)(px|em|rem))");
            Pattern lineHeightPattern = Pattern.compile("(line-height:\\s*([0-9]+)(px|em|rem))");

            while ((line = reader.readLine()) != null) {
                Matcher fontSizeMatcher = fontSizePattern.matcher(line);
                Matcher lineHeightMatcher = lineHeightPattern.matcher(line);

                if (fontSizeMatcher.find()) {
                    String fontSize = fontSizeMatcher.group(2);
                    String unit = fontSizeMatcher.group(3);
                    double newSize = Double.parseDouble(fontSize) * 2;
                    line = line.replaceFirst(fontSizeMatcher.group(), "font-size: " + newSize + unit);
                }

                if (lineHeightMatcher.find()) {
                    String lineHeight = lineHeightMatcher.group(2);
                    String unit = lineHeightMatcher.group(3);
                    double newLineHeight = Double.parseDouble(lineHeight) * 2;
                    line = line.replaceFirst(lineHeightMatcher.group(), "line-height: " + newLineHeight + unit);
                }

                writer.write(line);
                writer.newLine();
            }
        }
    }
}

可以看到,在对于需求的理解上ChatGPT更好,在实现正则匹配的逻辑方面ChatGPT也更完善。

我推荐的用法

对于AI编程助手的选择,我的建议是双管齐下:ChatGPT + 国内某个大厂的AI编程助手

核心原因有3个:

  • ChatGPT的自然语言理解能力是最强的,生成代码的准确率也是最强的,可以用来生成小块需求代码。
  • 国内某个大厂的AI编程助手虽说在 自然语言理解能力 和 代码的准确率 方面可能弱一些,但是用来生成简单重复代码 和 完成简单需求 这些方面是OK的。而且国内的编程助手,生成代码的速度都比较快。
  • 国内大模型的发展速度我们亲眼所见,虽说跟国外的大模型还有些差距,但也在不停的追赶。我们要对国内大模型的发展有信心。

2、AI编程助手的工作原理

AI编程助手的背后是大语言模型和强大的算力。在大模型的基础上,进行了编程领域的代码和文档的微调训练,使其更加使用编程场景。

具体在编程时,AI助手会根据你的代码注释、函数名、代码文件等上下文信息,结合之前已经喂给它的开源代码库,生成与当前需求有相关性的代码片段。

3、AI编程助手的优缺点

目前,仍有许多开发者由于种种原因对AI编程助手持排斥态度,我们确实也要承认AI编程助手有缺点,但是也有许多优点。

优点

  1. **提升效率节省时间:**AI编程助手可以快速生成代码,减少手动编写的工作量。尤其是在重复性高 和 常规逻辑的编程任务中,它能够显著提升效率,让开发者有更多时间专注于核心逻辑和创新。
  2. 代码质量的提升:有时候能感觉到,AI生成代码质量比我自己写的好。
  3. **加速获取知识:**通过AI编程助手,开发者可以快速获取各种编程知识和技术方案,明显缩短学习曲线。在写代码时,它也能够提供即时的建议,避免开发者长时间的搜索和查阅资料。这一点,我感受非常深刻,记得两年前学Flink和Golang时,当时扫过文档之后,对应如何实践项目还是无从下手,幸好有AI编程助手,让我快速学会了未知领域的知识,并且能快速做出项目。
  4. 向AI学习:开发者在与AI的交互过程中,也会不断地接触到新的代码模式和最佳实践,从而提升自己的编程能力和技术水平。

缺点

  1. 对复杂逻辑的处理能力有限:虽然编程助手在处理简单和常见的代码片段上的表现挺好,但是对于复杂逻辑的处理能力较弱。在涉及到复杂算法或者业务逻辑的情况下,基本上给不出合适的代码。所以,大部分时候,AI编程助手生成的代码仍然需要自己过一遍。
  2. 存在安全隐患:在使用AI编程助手时,需要将代码丢给AI编程助手,然后它去猜测相关代码。至于它拿到代码,会不会做点什么,我们无从得知。
  3. 容易存在依赖性:对于长期使用AI编程助手的开发者,很容易形成依赖性。大部分场景会养成等待AI生成的习惯,一旦离开了AI编程助手,确实有些不习惯。不过这一点算是仁者见仁智者见智吧,AI的发展是大势,就像当年的互联网一样,所有的不习惯未来都会变得像空气一样无处不在。
  4. 容易养成不思考的习惯:长期使用AI编程助手的开发者,除了思考业务逻辑之外,大部分的代码实现都懒得自己思考了。为了避免自己变得懒惰,每次AI助手生成代码之后,我都会翻阅一遍,再与自己的思路做个对比。不过这也不一定算缺点吧,AI的出现不就是为了解放我们的思想和生产力嘛,不就是为了让我们从一个简单的执行者,变成一个操盘者嘛。

4、为什么有的开发者不使用AI编程助手

之前看过一个数据,中国约有1000万程序员,预计有200多万在使用AI编程助手,而且数字一直在飙升。我也从一些渠道了解到有些开发者不愿意使用AI编程助手,原因如下:

  • 自动提示的灾难:在使用AI编程助手时,几乎每次敲击都会生成提示代码,这让许多开发者觉得AI会打断自己的思路,或者有时强迫症,非要去看一眼AI提示代码是否正确。这个痛点各大厂商都在极力解决,最近我已经明显感觉到触发提示的地方变少了,相信会越来越智能的。
  • 安全隐患:部分个人和企业比较担心使用AI助手会泄露自己的核心代码,所以一直不敢用。虽然各大厂商都在极力宣传自己的安全策略,极力强调自己不会存储和使用代码,但是好像没人信。
  • 不愿意跟进时代:有些开发者确实比较保守,故步自封,不愿意尝试新事物。我倒是觉得,不管一个新事物好坏,起码先尝试下。
  • 低估AI的能力:有些开发者觉得AI的能力不行,写的代码不好。我倒是觉得AI的能力一直在增强,而且某些方面比人强多了,没必要那么自信,多尝试几次,你会发现AI在写重复代码和简单逻辑方面还是很强的。把杂事儿丢给AI,自己多留点精力想想复杂业务问题,不是更香嘛。

对于部分开发者和企业担心的安全问题,我有几点想说:

  1. 大厂没必要拿你的代码做二次训练,因为大厂如果想AI助手变得更好,他需要更多优质的代码。你的代码质量未必有多好,他只会拿优质的开源代码做训练。
  2. 如果你的主营业务是卖代码,估计你会担心自己的核心资产泄露。大可不必担心。因为AI只会小片段的生成代码,AI无法生成一个项目的完整代码。
  3. 如果你担心大厂拿你的代码去做业务,那也不可能。以大厂的能力,要想做某块业务,肯定会与自己的也有业务相结合,不可能直接用你的代码。而且,要是真想做某块业务,最好的办法是收购你,不会拿你的代码去用。讲实在话,代码有时候是负债,真正值钱的是你的业务。

5、未来的超级个体时代

AI的定位一直都是助手,而且AI会越来越强大。AI未来一定会淘汰码农,但是AI一定会与优秀的开发者共生。开发者应该抓住这个时代的机会,努力让自己成为一个超级个体。

在未来的超级个体时代,知识的掌握已经不再是唯一的重要因素。随着AI技术的发展,更多的创意、资源整合能力和产品能力将成为核心竞争力。

AI编程助手能够处理大量的重复性工作,释放开发者的创造力。开发者可以将更多的时间和精力投入到创新和创意上,开发出更好的产品。

经过了这一轮的经济的洗礼,有点企业倒闭了,有的企业活下来了。即使是活下来的企业,相信也学会了更灵活的用工方式。未来,有了AI的加持,个体的能力一定会被放大。届时,企业一定更倾向于找独立的个体合作。

6、总结

本篇主要聊了几款AI编程助手、它的工作原理、它的优缺点、超级个体等等。我鼓励开发者积极拥抱AI,让自己成为一个全栈开发者和超级个体,让AI帮助自己释放更多的生产力和创意,让自己充满无限可能。

本篇完结!欢迎 关注、加微信(yclxiao)交流、全网可搜(程序员半支烟)!!!

原文链接:https://mp.weixin.qq.com/s/NwDlNIjqeRu4OuC1jVhEkA

From:https://www.cnblogs.com/mangod/p/18344408
本文地址: http://www.shuzixingkong.net/article/826
0评论
提交 加载更多评论
其他文章 .NET电子邮件高效处理解决方案
前言 在日常软件开发中,电子邮件处理是一个不可或缺的功能,无论是用户注册验证、通知推送还是日常的业务沟通,都离不开电子邮件的支持。今天大姚给大家分享2款.NET开源、高效、强大的.NET电子邮件处理库,这些库不仅简化了电子邮件的发送、接收和管理工作,还提供了丰富的功能和灵活的配置选项,以满足各种复杂
selenium复习之---原理+基础用法
简介 1.是什么 selenium是用来进行页面元素定位的第三方库,用来进行web自动化测试的工具,可以直接运行在浏览器中。 2.原理: selenium在工作过程中有三个角色,selenium客户端、webdriver和浏览器 selenium客户端是开发者与selenium的交互接口,它会发送指
在Vue3中如何为路由Query参数标注类型
与以往的OOP或者Class方案不同,Zova在界面交互层面仍然采用Setup语法,仅仅在业务层面引入IOC容器。IOC容器犹如一把钥匙,为我们打开了业务工程化的大门,允许我们探索更多工程化方面的设计和能力。
在Vue3中如何为路由Query参数标注类型 在Vue3中如何为路由Query参数标注类型 在Vue3中如何为路由Query参数标注类型
数据结构 顺序与链式二叉树的原理与实现(万字)
目录一、树概念及结构树的概念树的相关概念树的表示二、二叉树概念及结构概念特殊的二叉树二叉树的性质二叉树的存储结构三、二叉树的顺序结构及实现二叉树的顺序结构堆的概念及结构堆的实现堆向下调整算法堆的创建建堆时间复杂度堆的插入堆的删除堆的代码实现Heap.hHeap.c堆的应用堆排序堆排序代码实现Heap
数据结构 顺序与链式二叉树的原理与实现(万字) 数据结构 顺序与链式二叉树的原理与实现(万字) 数据结构 顺序与链式二叉树的原理与实现(万字)
随时随地与 LLMs 聊天的开源项目「GitHub 热点速览」
众所周知,本地运行 LLMs 需要下载模型(体积大),并且还比较吃硬件配置。近日 GitHub 推出了 GitHub Models 服务,让开发者可以在 GitHub 上免费测试 Llama、Phi 3、Mistral 和 GPT-4o 等大模型。但是,目前该服务仍处于公测阶段,类似早期的 Copi
随时随地与 LLMs 聊天的开源项目「GitHub 热点速览」 随时随地与 LLMs 聊天的开源项目「GitHub 热点速览」 随时随地与 LLMs 聊天的开源项目「GitHub 热点速览」
《最新出炉》系列初窥篇-Python+Playwright自动化测试-64 - Canvas和SVG元素推拽
1.简介 今天宏哥分享的在实际测试工作中很少遇到,比较生僻,如果突然遇到我们可能会脑大、懵逼,一时之间不知道怎么办?所以宏哥这里提供一种思路供大家学习和参考。 2.SVG简介 svg也是html5新增的一个标签,它跟canvas很相似。都可以实现绘图、动画。但是svg绘制出来的都是矢量图,不像can
《最新出炉》系列初窥篇-Python+Playwright自动化测试-64 - Canvas和SVG元素推拽 《最新出炉》系列初窥篇-Python+Playwright自动化测试-64 - Canvas和SVG元素推拽 《最新出炉》系列初窥篇-Python+Playwright自动化测试-64 - Canvas和SVG元素推拽
SemanticKernel/C#:实现接口,接入本地嵌入模型
前言 本文通过Codeblaze.SemanticKernel这个项目,学习如何实现ITextEmbeddingGenerationService接口,接入本地嵌入模型。 项目地址:https://github.com/BLaZeKiLL/Codeblaze.SemanticKernel 实践 Se
SemanticKernel/C#:实现接口,接入本地嵌入模型 SemanticKernel/C#:实现接口,接入本地嵌入模型 SemanticKernel/C#:实现接口,接入本地嵌入模型
.NET 开源权限认证项目 MiniAuth上线
前言 在Web应用项目中权限认证是个绕不开的话题,传统方法复杂又耗时。MiniAuth推出专为.NET开发者设计的简单、实用的权限认证项目。 MiniAuth,作为ASP.NET Core的插件,让我们快速轻松实现用户登录、权限检查等功能。它支持多种认证方式,如JWT、Cookie,且易于集成到现有
.NET 开源权限认证项目 MiniAuth上线 .NET 开源权限认证项目 MiniAuth上线 .NET 开源权限认证项目 MiniAuth上线