在编程中更智能地使用人工智能

通过超越 ChatGPT，避免将 AI 集成到编码工作流程中的过时方法

通过超越 ChatGPT，避免将 AI 集成到编码工作流程中的过时方法

添加图片注释，不超过 140 字（可选）

欢迎来到雲闪世界。自 2022 年 ChatGPT 推出以来，开发人员分成了两个阵营：禁止使用 AI 进行编码的人和欢迎使用 AI的人。 许多程序员，尤其是经验丰富的程序员，不仅不使用 AI 生成的代码，还禁止他们的团队这样做。他们反对使用 AI 进行编程的论点是可以理解的，“AI 生成的代码不可靠。”

现在，即使你不赞同这种反对人工智能代码的立场，你在使用人工智能进行编程时也一定遇到过挑战、障碍或问题。关键是要找到正确的策略来利用人工智能。

我们中的许多人都在使用一种简单但过时的人工智能策略，这种策略在两年前才有效。我们正在用菜刀砍树。

我我将以开发人员 AI 时的两个主要问题作为本文的开端，并提出四种可靠的 AI 解决方案，无论您是哪种开发人员，这些解决方案都会在使用 LLM 时将您与普通程序员区分开来。

你可能以错误的方式使用 AI…… …可以分为两部分：

添加图片注释，不超过 140 字（可选）

你没有使用正确的界面 ChatGPT 发布后，几个月来，使用 AI 的主流方法是访问网站并gpt-3.5在浏览器中聊天。没有那么多 AI 工具、代理或 RAG 解决方案。AI 场景很简单。 和许多人一样，我也对 ChatGPT 的编码能力着迷。它并不令人惊叹，但你可以让它编写一个相对简单的函数，几秒钟就能搞定。 您希望 ChatGPT 编写文档字符串并对您的功能进行评论吗？

• 你可以从 IDE 中复制这段代码，

• 将其交给 ChatGPT，同时写一个偷懒的提示，比如“添加评论”，

• 它会吐出一个新的代码，

• 然后你要确保它不会让代码出错，

• 如果一切正常，您可以将新代码粘贴到 IDE 中。

这很乏味，尤其是当你必须为其他五十个函数执行此操作时。但新出现的 ✨ AI 魔力会冲刷它。 许多人仍在以同样的方式使用人工智能进行编码。我在学生、程序员，尤其是初学者身上都看到了这一点。 尽管过去两年人工智能格局发生了变化，但我们使用人工智能的方法却没有调整。我们还没有充分发挥其潜力。

添加图片注释，不超过 140 字（可选）

你对人工智能抱有不切实际的期望 使用人工智能的第二个陷阱在于我们使用它的方式。通常，我们会要求法学硕士编写一些代码，然后测试它是否有效，如果不行，我们会手动来回解决问题。如果我们幸运的话，当我们试图让法学硕士理解代码的问题时，我们不会陷入无休止的幻觉循环，而法学硕士却没有理解。 我们知道这行不通，但由于缺乏更好的解决方案，我们只能不断推动它。 这样就很容易感到沮丧。

说了这么多，我将分享四种可以利用 AI 提高编程效率的工具。 光标：AI-first IDE 🔎 最适合：所有人 当我第一次被建议使用 Cursor 时，我并不知道它是什么。经过一些测试后，我才意识到它能改变游戏规则。Cursor是一款 AI 优先的 IDE，嗯……它实际上是 VScode，但功能更强大。

Cursor IDE 的屏幕截图

Cursor 允许您使用聊天机器人 API 将 AI 作为编写代码的助手。我喜欢 Cursor 的一些功能可以切实提升您的编码工作流程：

• Ctrl K：主要功能，允许您选择多行并提示聊天机器人。您可以使用此功能让 LLM 从头开始​​编写完整的函数、添加文档或修改部分代码。它很巧妙、易于使用，并且会向您显示已修改的部分代码，以便您查看修改前后的情况。

• Tab：强大的自动完成功能，可以帮助您编写一行或完整的函数。

• 聊天：您可以与 AI 讨论您的完整代码库。除此之外，您还可以通过提供文档文件、图片或网页 URL 来提供背景信息（询问 Web 功能）。

Cursor 的优点在于它是带有额外 AI 功能的 VScode，这意味着它不是一个需要您熟悉的全新 IDE。因此，如果您已经在使用 VScode，那么过渡将毫不费力。 您可以提供您选择的模型的 API、、、GPT-4和内置的免费。我看到很多人称赞Cursor + Sonnet 3.5组合。Claude 3.5 Sonnet 是一种非常智能的编码模型，一旦将其插入 Cursor，您就可以获得出色的结果GPT-4o。Claude 3.5 Sonnetcursor-small 与从 ChatGPT 网站来回复制粘贴代码相比，Cursor 是一个很大的改进（老实说，现在这看起来有点不专业）。 微代理：代码+测试用例 🔎 最适合：可靠的代码生成

添加图片注释，不超过 140 字（可选）

说到用人工智能生成代码，每种工具都不可靠。如前所述，LLM 往往会陷入痛苦的幻觉循环。 Micro Agent 信守承诺，值得信赖。Micro Agent 不会生成整块代码供用户测试和审查，而是首先为您的提示创建测试用例。然后，它将迭代编写通过生成的测试用例的代码。 这个想法是，LLM 更擅长为问题生成测试用例，而不是创建代码来解决问题。我没有找到太多研究来支持这个想法，但经过测试的代码比未经测试的代码更可靠，这是显而易见的，这正是 Micro Agent 所实现的。 如果您想要创建不是超级复杂但同时又很难正确实现的函数，Micro Agent 会生成比开箱即用的 LLM 输出更经过测试和扎实的代码。 SWE-agent：针对 Github 问题的人工智能 🔎 最适合：GitHub 极客

添加图片注释，不超过 140 字（可选）

在实际有效的 Agentic 工具列表中，有普林斯顿语言与智能公司开发的 SWE-agent。SWE -agent 专门用于解决现实世界中的 GitHub 存储库问题，然后提交拉取请求以供审核。 对于大型存储库、组织甚至小型项目来说，它都是救星。它之所以能发挥作用，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是一个开源项目，在 GitHub 上已有13.1K颗星。 AI 提交：git commit -m 🔎 最适合：那些愿意付出的人

添加图片注释，不超过 140 字（可选）

如果您很难想出正确的提交信息，那么您并不孤单。一定有比添加日期或简单地包含“微小更改”更好的方法来编写有意义的提交信息，对吗？ AI Commits是解决此问题的简单方法。它易于安装且易于使用。根据您的git diff，aicommits 返回 AI 生成的提交消息。它使用 gpt-3.5，这是一个很好的选择，因为它很便宜，而且任务也不重。

感谢关注雲闪世界。（Aws解决方案架构师vs开发人员&GCP解决方案架构师vs开发人员）