AI全栈大模型工程师(十一)AI编程

暖场讨论

1. 你是管理层吗？做管理比做一线有什么爽的？
2. 你是一线开发吗？吐槽下你对管理层的看法吧。

💡 这节课会带给你

1. 如何用 AI 辅助编程，提升工作效率和幸福感
2. 如何用 AI 快速应用和学习新技术，扩展职业边界
3. 通过 AI 编程，洞察 AI 对各个行业的影响

开始上课！

先卖个焦虑

刘韧所述有夸张，但趋势是对的。蒋涛所说，是他的真实想法，他也在这么做。

AI 编程，不只是提效

我真是前端小白，ChatALL 真是靠 AI 打的基础。

感受：用上 AI 编程，秒变技术总监，并拥有一个不疲倦、不拒绝、不抱怨、不顶嘴、不要加薪的全能下属。

1. 省却繁琐重复性工作，幸福感提升。但下属表现不稳定，也挺闹心
2. 突破个人能力边界，下属会就相当于我会。但总拿不准下属做得对不对，怕被糊弄

当总监还能锻炼管理意识，而当 AI 的总监，能锻炼 AI 意识：

• 「编程」是目前大模型能力最强的垂直领域，甚至超越了对「自然语言」本身的处理能力
• 知道怎么用好 AI 编程，了解它的能力边界、使用场景，就能类比出在其他领域怎么用好 AI，能力边界在哪

所以：

划重点：使用 AI 编程，除了解决编程问题以外，更重要是建立 AI 意识，形成对 AI 的正确认知。

咱们，直接实操吧

这里是收集的大家想让 AI 做的事情，直接让 AI 撸一个。

用到的工具：

1. ChatGPT（GPT-4）
2. GitHub Copilot
3. GitHub Copilot chat

实操完毕

思考：说说你都有什么感受？

Kent Beck 用过 AI 编程之后……

好，开始总结我们的方法论。

适用条件

1. 技术我懂，不想自己写
   • 快速完成重复性工作
   • 知道是咋回事，但要费费脑子才能写出来
2. 技术不大懂，让 AI 先做，自己边用边学
   • 当心它犯错
   • 当心给的不是最佳方案

如果完全不懂技术，不要指望能用 AI 完成真实系统的编程任务！

典型的提示工程，但可控性更好

回顾下提示工程的要点：

划重点：

1. 想让 AI 做什么，就先给它定义一个最擅长做此事的角色
2. 用好思维链，结果更准确
3. 如果可能，用英文撰写核心 prompt，会比中文成功概率更大
4. 一切技巧，都是为了让 prompt 里的信息更丰富、具体、准确

编程的提示指令，也是一样的。但可控性更好，因为：

1. OpenAI 对编程进行了专门训练，涌现了很多相关能力，内化在了模型参数，对相关 prompt 更敏感。比如，基本不需要定义角色
2. 代码几乎无二义性，减少了胡说八道的概率
3. 代码本身的信息已经丰富、具体、准确，人工指令只是补充，所以不需要太多技巧

但是，仍然要用好思维链，别期待一步到位。因为：

1. 大任务非常容易超过模型的 token 数限制
2. 过程正确更有助于最终结果正确

工具和技巧

AI 编程就两个套路：

1. 对话界面里贴代码，提问
2. IDE 里直接补全

划重点：

1. GPT-4 是目前最强编程大模型，没有之一。第二强是 GPT-3.5。剩下的非不得已不要用
2. 对话界面
3. • 首选购买 ChatGPT Plus，使用 GPT-4
   • 次选，用 ChatALL 同时打开 ChatGPT 3.5 + 三个风格的 Bing Chat
   • 再次选，用 Copilot chat。简单任务也可以优先交给它，体验更好
   • 别太依赖上下文，尽量在最近 5 轮对话内覆盖所有信息，时不时重新开始对话
   • 新技术的使用，还是老实看文档比较好
4. IDE 中首推 GitHub Copilot
5. • 虽然每月 10 美元，但确实比其它免费的好用很多
   • 主要用来快速补全代码、注释
   • 别用写注释出代码能力，不如把注释当指令给到 ChatALL
   • Copilot chat 生成测试用例很好用
6. 注意保护公司知识产权，国情使用首推 CodeGeeX

国产开源 CodeGeeX

CodeGeeX 是 GitHub Copilot 的替代品。

1. 纯国产，智谱 AI 制造
2. IDE 插件免费使用
3. 模型开源，个人使用免费，商用需授权

其它工具

1. Bito - 基于 GPT-3.5 的代码补全，免费。功能更多，比如可以自建 prompt 模板。CLI 工具值得一用
2. Amazon CodeWhisperer - 代码补全，免费。AWS 相关的编程能力卓越。其它凑合
3. Cursor - AI first 的 IDE。被逼开源
4. Tabnine - 代码补全，个人基础版免费

总结典型使用场景

1. 给出需求，获得技术选型建议
2. 完成全局框架搭建，比如：工程框架，类的框架（不建议框架和功能一起完成，容易超过 GPT 处理能力）
3. 完成局部小型任务。比如：一个函数，正则表达式，全套 try-catch，对某 API 的调用等
4. 对已有代码改写，比如：加功能、注释、测试用例，让代码更易读、易维护、更安全
5. 根据错误信息改 bug
6. 解释代码，辅助阅读代码
7. 开发工具使用，比如：VSCode 配置，各种命令行参数
8. 询问技术问题

延伸阅读：ChatGPT 编程能力调研报告

Code Interpreter 是目前制高点

1. 它能自我修正代码
2. Python 项目可以狠狠依赖它
3. 其它项目可以先让它用 Python 写，然后翻译成别的语言

后记

📢博客主页：https://manor.blog.csdn.net

📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正！
📢本文由 Maynor 原创，首发于 CSDN博客🙉
📢不能老盯着手机屏幕，要不时地抬起头，看看老板的位置⭐
📢专栏持续更新,欢迎订阅：https://blog.csdn.net/xianyu120/category_12471942.html