正确使用 AI 编程

在编程中更智能地使用人工智能

自 2022 年 ChatGPT 推出以来，开发人员分为两派：那些禁止在编码中使用人工智能的人和那些拥抱它的人。**** 许多程序员，尤其是经验丰富的人，不仅不使用人工智能生成的代码，还禁止团队这样做。他们反对使用人工智能进行编程的论点是可以理解的，“人工智能生成的代码不可靠。”

即使你不赞同这种反对人工智能代码的立场，你也一定遇到过在使用人工智能进行编程时面临的挑战、障碍或困难。关键在于找到使用人工智能正确方式的策略。

我们中的许多人正在使用一种简单但过时的人工智能策略，这种策略在两年前还不错。我们就像用厨房刀砍树一样。

我将从两个主要问题开始讨论关于开发人员使用人工智能的问题，并提出四种可靠的人工智能解决方案，无论你是什么类型的开发人员，这些解决方案都将使你与普通程序员区分开来，当涉及使用大语言模型时。

你可能正在错误使用人工智能的方式...

... 可以分为两种：

你没有使用正确的界面

当 ChatGPT 推出时，几个月来，与人工智能一起工作的主流方法是去网站上与浏览器中的 gpt-3.5 聊天。人工智能的场景很简单。

你想让 ChatGPT 写文档字符串并评论你的函数吗？

• 你会从你的集成开发环境中复制那段代码，
• 将其提供给 ChatGPT，同时写一个简单的提示，比如“添加注释”，
• 它会返回一段新代码，
• 然后，你会确保它没有使代码出错，
• 如果一切顺利，你会将新代码粘贴到你的集成开发环境中。

许多人仍在以相同的方式使用人工智能编码。 我看到学生、程序员，尤其是初学者仍在这样做。在过去的两年里，人工智能领域发生了变化，但我们使用人工智能的方法却没有调整。我们还没有跟上其全部潜力。

你对人工智能有不切实际的期望

使用人工智能的第二个陷阱是我们倾向于如何使用它。通常我们会要求大语言模型编写代码，我们测试它是否有效，如果不行，我们就会手动来回修复问题。如果幸运的话，当我们试图让大语言模型理解代码出了什么问题时，我们不会陷入幻觉的无限循环。

我们知道它不起作用，但由于没有更好的解决方案，我们会一直尝试。这样很容易让人沮丧。

说到这里，我将分享四种可以提高你在编程中使用人工智能的工具。

Cursor：以人工智能为先的集成开发环境

🔎 最适合：所有人

当我第一次被建议使用 Cursor 时，我并不真正知道它是什么。经过一些测试后，我才发现它是一个改变游戏规则的工具。Cursor 是一个以人工智能为先的集成开发环境，嗯... 它实际上是 VScode，但功能更强大。

Cursor 允许你使用聊天机器人 API 作为编写代码的助手。以下是我喜欢的一些功能，可以实际提升你的编程工作流程：

• Ctrl K： 主要功能，允许你选择多行，并向聊天机器人提供提示。你可以使用这个功能让大语言模型从头开始为你编写完整的函数，添加文档，或修改代码的部分。它操作简洁，易于使用，并展示你修改的代码部分，让你看到修改前后的效果。

• Tab： 一个强大的自动补全功能，帮助你编写一行或完整的函数。

• Chat： 你可以与你的人工智能就整个代码库进行交谈。此外，你可以通过提供文档文件、图片或网页 URL（询问 Web 功能）来提供上下文。

Cursor 的好处在于它是带有额外人工智能功能的 VScode，这意味着你无需适应全新的集成开发环境。因此，如果你已经在使用 VScode，过渡将会轻松自如。

你可以提供你选择的模型的 API，如 GPT-4、GPT-4o、Claude 3.5 Sonnet 和内置的免费 cursor-small。我看到许多人赞扬 Cursor + Sonnet 3.5 的组合。Claude 3.5 Sonnet 是一个非常聪明的编码模型，一旦你将其插入 Cursor 中，你将获得出色的结果。

与从 ChatGPT 网站来回复制粘贴代码相比，Cursor 是一个巨大的改进（老实说，到这一步，这看起来有些不专业）。

Micro Agent：代码 + 测试用例

🔎 最适合：可靠的代码生成

当涉及使用人工智能生成代码时，每个工具都是不可靠的。正如前面提到的，大语言模型往往会陷入痛苦的幻觉循环中。

Micro Agent 在承诺的内容上是诚实可靠的。Micro Agent 不是生成完整代码块供用户测试和审查，而是首先为你的提示创建测试用例。然后，它会迭代地编写通过生成的测试用例的代码。

其理念是，大语言模型更擅长生成问题的测试用例，而不是创建解决问题的代码。我没有找到太多支持这个想法的研究，但测试过的代码比未经测试的代码更可靠，这正是 Micro Agent 实现的目标。

请务必查看他们的博客和GitHub 页面。

SWE-agent：解决 Github 问题的人工智能

🔎 最适合：GitHub 爱好者

在实际工作中真正有效的工具中，SWE-agent 位列前茅，由普林斯顿语言与智能开发。SWE-agent 专门解决现实世界的 GitHub 存储库问题，然后提交拉取请求进行审查。

对于大型存储库、组织甚至小型项目，这是一个救命工具。它之所以运行良好，是因为开发人员创建了专门的工具，专注于审查代码库、识别问题，然后进行必要的更改。

SWE-agent 是一个在 GitHub 上已经获得 13.1K 星的开源项目。

AI Commits：git commit -m

🔎 最适合：那些经常提交代码的人

如果你在想出正确的提交消息方面遇到困难，你并不孤单。肯定有比添加日期或简单包括“小改动”更好的编写有意义提交消息的方法，对吧？

AI Commits 是这个问题的一个简单解决方案。它易于安装和使用。基于你的 git diff，aicommits 返回一个由人工智能生成的提交消息。它使用的是 gpt-3.5，这是一个很好的选择，因为它便宜且任务不是很繁重。

我们无法摆脱人工智能的幻觉或其局限性。但我们可以采取措施来减轻它。与人工智能进行简单的手动交互，比如使用 ChatGPT 生成代码或注释，可能会令人沮丧且低效。通过选择正确的工具，你可以避免常见的陷阱，并对自己的实践更有信心。