AI编程助手那些事儿-数字星空

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：

AI编程助手这么好的东西，你居然不用。
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

**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。
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。
**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。
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

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。
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。
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。
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：

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。
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。
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。