Komuniti pembangunan perisian terbahagi dengan ketara mengenai kebangkitan ejen pengekodan AI, dengan sesetengah pembangun mendakwa hampir mencapai automasi sepenuhnya manakala yang lain memberi amaran tentang kod AI yang tidak boleh diselenggara. Perbincangan terkini mendedahkan kebimbangan mendalam tentang kualiti kod, kemahiran pembangun, dan sama ada pengurusan pelbagai ejen AI mewakili kemajuan atau gangguan.
Janji Pengekodan Automatik Sepenuhnya
Sesetengah pembangun melaporkan mencapai peningkatan produktiviti yang luar biasa menggunakan ejen pengekodan AI. Seorang pembangun terkemuka mendakwa AI kini menulis hampir 100% kod mereka untuk aplikasi TypeScript React 300,000 baris, dengan menjalankan pelbagai ejen AI secara selari pada kos kira-kira 1,000 dolar AS sebulan. Penyokong pendekatan ini menggambarkan aliran kerja di mana mereka mengurus 3-8 ejen AI secara serentak, memperlakukan proses tersebut lebih seperti menyelia sebuah pasukan berbanding pengaturcaraan tradisional.
Saya akan pilih output mereka berbanding purata SWE umum setiap hari dan dua kali pada hari Ahad.
Penyokong berhujah pendekatan ini membolehkan mereka menumpukan pada seni bina peringkat tinggi dan reka bentuk sistem sambil mengautomasikan butiran pelaksanaan. Aliran kerja melibatkan memberikan arahan yang ringkas, kadangkala hanya 1-2 ayat, dan membiarkan AI menganalisis pangkalan kod untuk memahami konteks dan keperluan.
Kos dan Skala Pengkodan AI yang Dilaporkan
- Kos bulanan: ~$1,000 USD
- Saiz kod asas: ~300,000 LOC aplikasi TypeScript React
- Ejen selari: 3-8 secara serentak
- Komponen projek: Aplikasi Expo, aplikasi Tauri, alat CLI, sambungan Chrome
 |
|---|
| Graf yang menggambarkan keluk kerumitan pengaturcaraan agentik, mewakili peranan AI yang berkembang dalam tugas pembangunan perisian |
Kebimbangan Kualiti dan Amaran Kod AI Yang Tidak Berkualiti
Pihak yang skeptikal membangkitkan kebimbangan serius tentang kualiti kod yang dijana AI. Ramai pengulas mempersoalkan sama ada 300,000 baris kod terjana AI mewakili pembangunan yang cekap atau hutang teknikal yang sedang terbentuk. Pengkritik mencadangkan kod setara yang ditulis manusia mungkin lebih ringkas dan boleh diselenggara dengan ketara.
Istilah kod AI tidak berkualiti kerap muncul dalam perbincangan, menggambarkan kod yang berjela-jela, tidak cekap yang menyelesaikan masalah mudah dengan kerumitan berlebihan. Seorang pembangun menyatakan bahawa ejen AI cenderung menjadi maksimalis secara lalai, memilih penyelesaian 250-baris di mana perubahan satu baris sudah memadai. Ini menimbulkan persoalan tentang kebolehselenggaraan jangka panjang dan sama ada pembangun dapat memahami dan membuat pertimbangan tentang kod yang mereka uruskan.
Kebimbangan Umum Pembangun Mengenai Kod Dijana AI
- Kod yang bertele-tele dan tidak cekap ("AI slop")
- Kesukaran menyelenggara dan memahami kod yang ditulis oleh AI
- Masa yang dihabiskan untuk menyemak dan membersihkan output AI
- Potensi hakisan kemahiran dalam kalangan pembangun
- Persoalan mengenai kebolehselenggaraan jangka panjang
Faktor Manusia dalam Pembangunan Berteraskan AI
Pembangun berpengalaman melaporkan bahawa pengekodan AI yang berjaya memerlukan pengawasan manusia dan pengetahuan domain yang substansial. Beberapa pengulas dengan pengalaman 25+ tahun menyatakan bahawa disiplin pengaturcaraan mereka membantu mereka membimbing ejen AI dengan berkesan. Mereka menekankan bahawa AI berfungsi paling baik untuk corak dan API yang difahami dengan baik, sambil bergelut dengan perubahan algoritma kompleks atau keputusan reka bentuk sistem.
Perbincangan mendedahkan bahawa keutamaan pembangun memainkan peranan penting dalam pemilihan alat. Sesetengah pembangun sangat menggemari Claude Code untuk sifatnya yang kooperatif, manakala yang lain memihak kepada Codex untuk kelengkapannya dan kesanggupan untuk menolak permintaan yang diragui. Ini mencadangkan bahawa alat pengekodan AI mungkin mempunyai personaliti berbeza yang menarik kepada gaya kerja yang berlainan.
Pertukaran Ekonomi dan Produktiviti
Ekonomi ejen pengekodan AI mempersembahkan hasil yang bercampur-campur. Walaupun 1,000 dolar AS sebulan kelihatan mahal berbanding alat tradisional, penyokong berhujah ia lebih murah daripada mengambil pembangun tambahan. Walau bagaimanapun, pengkritik mempersoalkan sama ada masa yang dihabiskan untuk mengurus ejen, mengkaji output mereka, dan membaiki kesilapan mereka sebenarnya menjimatkan masa berbanding menulis kod secara langsung.
Sesetengah pembangun melaporkan menghabiskan masa yang besar untuk menyenarai putih dan membersihkan kod terjana AI, menganggarkan mereka memperuntukkan kira-kira 20% masa mereka untuk tugas penyelenggaraan yang tidak dapat diurus AI dengan berkesan. Ini termasuk membuang penduaan kod, menghapuskan kod mati, mengemas kini kebergantungan, dan menyusun semula fail yang terlalu berkembang.
Peruntukan Masa yang Dilaporkan dalam Pembangunan Berbantu AI
- 20% masa dihabiskan untuk penyelenggaraan dan pembersihan kod
- Masa yang signifikan dilaburkan dalam kejuruteraan prompt dan pengurusan agen
- Semakan kod yang ekstensif diperlukan sebelum menggabungkan perubahan yang dijana oleh AI
- Pertukaran konteks antara berbilang agen selari
Masa Depan Pembangunan Perisian
Komuniti nampaknya terbahagi antara dua visi masa depan pembangunan perisian. Sesetengah melihat ejen AI sebagai alat yang akan membebaskan pembangun dari tugas pengekodan berulang, membenarkan tumpuan pada seni bina dan pengalaman pengguna. Yang lain bimbang tentang hakisan kemahiran dan penciptaan pangkalan kod yang tidak boleh diselenggara yang hanya dapat difahami oleh AI yang menghasilkannya.
Apa yang jelas timbul ialah pengekodan berbantuan AI yang berjaya memerlukan pengetahuan pengaturcaraan asas yang kukuh. Pembangun yang melaporkan keputusan terbaik adalah mereka yang dapat mengenali apabila AI telah mengambil pendekatan yang salah dan membimbingnya kembali kepada penyelesaian yang lebih baik. Seperti yang dinyatakan seorang pengulas, menulis perisian yang baik tetap sukar walaupun AI menulis kod—reka bentuk sistem, kebergantungan, dan pengalaman pengguna masih memerlukan pertimbangan manusia.
Perdebatan ini berterusan sementara alat berkembang, tetapi konsensus mencadangkan bahawa ejen pengekodan AI paling berkesan apabila diperlakukan sebagai pembantu canggih dan bukannya pengganti kepakaran pembangun dan pemikiran kritis.
Rujukan: Just Talk To It – the no-bs Way of Agentic Engineering