Komuniti pengaturcaraan sedang bergelut dengan akibat dunia sebenar daripada pengkodan berbantu AI ketika lebih banyak projek yang dibina dengan alat seperti Claude dan ChatGPT mencapai persekitaran pengeluaran. Walaupun sesetengah pembangun meraikan peningkatan produktiviti yang dramatik, yang lain mendapati cabaran penyelenggaraan yang ketara yang tidak jelas semasa pembangunan awal.
Kisah Kejayaan Muncul daripada Pembangunan AI-First
Beberapa pembangun telah berjaya menggunakan aplikasi janaan AI ke pengeluaran dengan hasil yang mengagumkan. Seorang pekerja bebas melaporkan membina alat dalaman yang menguntungkan dalam sehari yang sebelum ini memerlukan masa berminggu-minggu untuk disiapkan. Alat-alat ini mempunyai antara muka profesional dan fungsi komprehensif yang mungkin tidak akan pernah dibina menggunakan kaedah tradisional kerana kekangan masa.
Pembangun lain mempamerkan pelbagai projek yang dibina menggunakan bantuan AI, mendakwa melaksanakan 10-15 ciri setiap hari menggunakan pendekatan pembangunan berdasarkan spesifikasi berstruktur. Kisah kejayaan ini menyerlahkan potensi AI untuk mendemokrasikan pembangunan perisian dan membolehkan prototaip pantas.
Metrik Kejayaan daripada Pembangunan Berbantu AI:
- Alat dalaman dibina dalam 1 hari berbanding tempoh masa sebelumnya 1-2 minggu
- Seorang pembangun mendakwa 10-15 ciri dilaksanakan setiap hari
- Hasil pendapatan berulang bulanan 70k+ USD dicapai oleh pasukan kecil menggunakan pengekodan AI
- Antara muka pengguna profesional dan fungsi menyeluruh disampaikan lebih pantas daripada kaedah tradisional
- Penulisan semula klien PostgreSQL disiapkan dalam 3 minggu dengan konkurensi berstruktur dan pengikatan saluran
Kos Tersembunyi Muncul dalam Fasa Penyelenggaraan
Walau bagaimanapun, komuniti juga melaporkan cabaran ketara dengan pangkalan kod janaan AI. Pembangun yang bekerja pada projek yang pada asalnya dibina dengan bantuan AI yang berat menggambarkan menghadapi neraka boilerplate - pangkalan kod dengan beratus-ratus baris berlebihan dan penyelesaian yang terlalu direkayasa yang mengubah masalah mudah menjadi struktur direktori yang kompleks.
Untuk setiap ciri yang saya laksanakan, saya mendapati 1 hingga 3 ciri rosak disebabkan ralat pengkodan vibe yang jelas
Satu contoh yang sangat menarik melibatkan syarikat yang cuba menulis semula platform berusia 25 tahun mereka menggunakan AI dalam 12 bulan. Enam bulan melepasi tarikh akhir, mereka telah mengupah kontraktor pembersihan tanpa harapan pemulihan yang jelas, mengubah apa yang kelihatan seperti penyelesaian penjimatan kos menjadi kesilapan yang mahal.
Isu Pengkodan AI yang Dilaporkan:
- Kembung kod boilerplate (5-10x lebih banyak kod daripada yang diperlukan)
- Penyelesaian yang terlalu kompleks (masalah prosedur mudah 5-6 dikembangkan kepada 4-5 direktori dengan 20-30 prosedur)
- Kelemahan suntikan SQL dalam kod yang dihasilkan
- Pemfaktoran komponen dan pemisahan kebimbangan yang lemah
- Pembinaan semula pangkalan data pada setiap pemuatan halaman dalam sesetengah pelaksanaan
- 1-3 ciri rosak ditemui untuk setiap ciri baharu yang dilaksanakan dalam projek vibe-coded
Pertukaran Kualiti vs Kelajuan Menjadi Jelas
Perbincangan mendedahkan ketegangan asas antara kelajuan pembangunan dan kualiti kod. Walaupun alat AI boleh menjana kod yang berfungsi dengan pantas, aplikasi yang terhasil sering mengandungi pepijat halus, kelemahan keselamatan, dan keputusan seni bina yang menjadi bermasalah pada skala besar.
Pembangun berpengalaman menyatakan bahawa kod janaan AI kerap merangkumi kelemahan suntikan SQL , pemfaktoran komponen yang lemah, dan pelaksanaan yang membina semula keseluruhan pangkalan data pada setiap pemuatan halaman. Isu-isu ini mungkin tidak muncul semasa ujian awal tetapi mewujudkan masalah serius ketika aplikasi berkembang.
Amalan Terbaik Muncul daripada Pengalaman Komuniti
Walaupun terdapat cabaran, ramai pembangun mendapati pendekatan seimbang untuk pembangunan berbantu AI. Pengamal yang berjaya menekankan kepentingan memahami kod yang dijana sebelum penggunaan, menggunakan AI untuk tugas tertentu dan bukannya keseluruhan aplikasi, dan mengekalkan pengawasan seni bina yang kuat sepanjang proses pembangunan.
Konsensus komuniti mencadangkan bahawa AI berfungsi terbaik apabila menambah kepakaran manusia dan bukannya menggantikannya sepenuhnya. Pembangun yang menganggap AI sebagai pembantu yang berkuasa sambil mengekalkan pemahaman teknikal yang mendalam melaporkan hasil yang paling mampan.
Perdebatan yang berterusan mencerminkan transformasi yang lebih luas dalam pembangunan perisian, di mana industri masih belajar bagaimana memanfaatkan keupayaan AI sambil mengelakkan perangkapnya. Ketika lebih banyak projek janaan AI mencapai pengeluaran, pengalaman dunia sebenar ini berkemungkinan akan membentuk amalan pembangunan masa depan dan reka bentuk alat.
Rujukan: Vibe Coding Is Making Programmers Dumber
 |
|---|
| Seorang pembangun merenung keseimbangan antara bantuan AI dan mengekalkan amalan pengkodan yang kukuh |