Satu pergerakan yang semakin berkembang dalam kalangan pembangun perisian sedang mencabar nasihat popular untuk terus memperhalusi prompt AI bagi penjanaan kod. Sebaliknya, mereka menyokong pendekatan yang lebih praktikal yang menggabungkan kemahiran pengkodan tradisional dengan bantuan AI secara strategik.
Perdebatan ini berpusat pada cara pembangun seharusnya berinteraksi dengan alat pengkodan AI seperti Claude , Cursor , dan GitHub Copilot . Walaupun ramai telah menerima idea untuk memprogram dalam bahasa Inggeris melalui prompt yang terperinci, pembangun berpengalaman mendapati pendekatan ini tidak cekap dan tidak produktif.
Masalah dengan Pemperhaluan Prompt yang Berterusan
Ramai pembangun melaporkan menghabiskan terlalu banyak masa cuba menyempurnakan prompt AI mereka, hanya untuk menerima hasil yang biasa-biasa sahaja. Komuniti telah mengenal pasti beberapa isu dengan terlalu bergantung pada kejuruteraan prompt. Pertama, ia mewujudkan aliran kerja yang tidak tepat dan perlahan yang sering membawa kepada kekecewaan. Kedua, ia boleh menyebabkan pembangun kehilangan sentuhan dengan kod sebenar yang sepatutnya mereka fahami dan selenggara.
Seorang pembangun berkongsi pengalaman mereka dengan ciri autolengkap AI, menyatakan bagaimana cadangan berterusan menjadi gangguan dan bukannya bantuan. Mereka mendapati diri mereka menghabiskan lebih banyak masa membaca cadangan yang dijana AI daripada benar-benar memikirkan logik kod, akhirnya memutuskan untuk melumpuhkan ciri tersebut sepenuhnya.
Pendekatan yang Lebih Seimbang Muncul
Komuniti pembangun sedang menumpu pada metodologi hibrid yang menganggap AI sebagai pembangun junior dan bukannya penyelesaian ajaib. Pendekatan ini melibatkan penulisan struktur kod awal, komponen kritikal, atau garis besar terperinci, kemudian membenarkan AI mengisi jurang atau mengendalikan tugas rutin.
Beberapa strategi berkesan telah muncul daripada perbincangan komuniti. Pembangun meminta AI untuk versi awal dan kemudian memfaktor semula hasilnya sendiri. Yang lain menulis logik teras terlebih dahulu dan menggunakan AI untuk kod boilerplate. Ada yang mencipta garis besar kod terperinci dan membenarkan AI melaksanakan spesifiknya, manakala yang lain menggunakan AI terutamanya untuk carian API dan sintaks yang tidak biasa.
Saya menggunakan AI sebagai rakan berpasangan yang boleh mencari API dan algoritma dengan sangat pantas, atau sebagai editor teks yang sangat pintar yang memahami pemfaktoran semula, DRY, dan sebagainya tetapi saya masih memutuskan seni bina dan menulis ujian.
Strategi Pengkodan AI yang Berkesan:
- Minta AI untuk versi awal, kemudian ubah suai secara manual
- Tulis logik teras dahulu, gunakan AI untuk kod boilerplate
- Cipta garis panduan kod, biarkan AI mengisi butiran pelaksanaan
- Gunakan AI untuk carian API dan sintaks yang tidak biasa
- Anggap AI sebagai pembangun junior yang memerlukan pengawasan
Faktor Pembelajaran dan Pemahaman
Kebimbangan utama yang dibangkitkan oleh pembangun adalah kesan terhadap pembangunan kemahiran dan pemahaman kod. Apabila AI menjana blok kod yang besar, pembangun mesti menghabiskan masa yang banyak untuk membaca dan memahami output sebelum mereka boleh menggunakannya dengan selamat. Ramai mendapati mereka boleh menulis kod lebih pantas daripada mereka boleh membaca dan mengesahkan kod yang dijana AI.
Ini telah membawa kepada pemerhatian menarik tentang perhatian dan fokus. Sesetengah pembangun melaporkan bahawa mematikan autolengkap AI membantu mereka mengingati lebih banyak tentang pangkalan kod mereka dan terlibat lebih mendalam dengan kod yang mereka tulis. Pertukaran konteks berterusan antara pemikiran mereka sendiri dan cadangan AI terbukti memenatkan dari segi mental.
Cabaran Pelaksanaan Praktikal
Komuniti juga telah menyerlahkan isu praktikal dengan alat pengkodan AI semasa. Ciri autolengkap sering mengganggu tugas asas seperti indentasi, memerlukan pembangun untuk mengikat semula pintasan papan kekunci atau membangunkan penyelesaian sementara. Ciri format-on-save boleh mewujudkan komplikasi tambahan apabila bekerja dengan pangkalan kod yang menggunakan piawaian pemformatan berbeza.
Walaupun menghadapi cabaran ini, pembangun tidak menolak alat AI sepenuhnya. Sebaliknya, mereka mencari penggunaan yang lebih disasarkan, seperti bekerja dengan API yang tidak biasa, menjana kod boilerplate, atau mendapat contoh pantas untuk bahasa pengaturcaraan atau rangka kerja baharu.
Isu Biasa Alat Pengekodan AI:
- Autocomplete mengganggu indentasi asas (konflik kunci TAB)
- Perpindahan perhatian antara pemikiran peribadi dan cadangan AI
- Kemerosotan konteks dalam perbualan AI yang panjang
- Komplikasi format-on-save dengan piawaian pemformatan bercampur
- Kebocoran sumber dan pepijat halus dalam kod yang dijana
Masa Depan Pembangunan Berbantukan AI
Perbincangan ini mendedahkan pemahaman yang semakin matang tentang peranan AI dalam pembangunan perisian. Daripada melihatnya sebagai pengganti untuk kemahiran pengkodan, pembangun yang berjaya menganggapnya sebagai alat yang berkuasa tetapi terhad yang memerlukan pengurusan dan pengawasan yang teliti.
Konsensus menunjukkan bahawa pendekatan yang paling berkesan menggabungkan kepakaran pengaturcaraan tradisional dengan bantuan AI secara strategik. Pembangun yang mengekalkan kemahiran pengkodan mereka sambil menggunakan AI secara selektif untuk tugas yang sesuai nampaknya mencapai hasil terbaik, mengelakkan kedua-dua ketidakcekapan pemperhaluan prompt yang berterusan dan risiko terlalu bergantung pada penjanaan kod automatik.
Perubahan pemikiran ini mewakili pendekatan yang lebih mampan untuk pembangunan berbantukan AI, satu yang memelihara kemahiran penting yang diperlukan pembangun sambil memanfaatkan kekuatan AI dalam konteks yang sesuai.
Rujukan: Write the damn code