VR/AR迷失元宇宙“硝煙”
不溫不火的VR/AR可穿戴設備因元宇宙崛起火了一陣，又隨著元宇宙回歸平靜。1月份，微軟在 Surface 設備、HoloLens 混合現(xiàn)實硬件和 Xbox 等部門裁員，其中負責混合現(xiàn)實硬件（MR）的Holo
不會使用 AI 的工程師就會落后。一位工程師小哥科爾頓?沃奇，說看到這類觀點引發(fā)了自己巨大的精神焦慮。幸好他是一個持懷疑態(tài)度的人，測試完一堆 AI 開發(fā)工具后，發(fā)現(xiàn)也就那么回事。
他的文章在 Hacker 上也引起許多程序員的討論，互動評論量有 600+。
一起來看他的回擊。
AI 還有很多問題，工程師要學會引導沃奇小哥平時工作不怎么使用 AI，在社交媒體上總是刷到“AI 提升 10 倍生產力”“不會使用 AI 的工程師就落后了”之類的內容，引起了他對自己專業(yè)能力的深度懷疑，讓自己陷入了精神焦慮之中。
他自己說，好在自己是個對任何事情看法都持懷疑態(tài)度的人，就去把 Claude Code、Cursor、Roo Code 和 Zed 等 AI 開發(fā)工具都試了一遍。
結果發(fā)現(xiàn)，AI 寫樣板代碼、一次性腳本等，寫的又快又好，比如 React、JavaScript 的基礎代碼，臨時寫個 ESLint 規(guī)則啥的。
但是，AI 難以理解大型代碼庫的上下文，就算有很好的提示和文件，讓它查找文檔或者修復破壞的測試的時候，就總是來回折騰，做無用功。
更嚴重的是，AI 跟不上代碼庫的標準和工具，甚至會虛構代碼庫，導致嚴重的安全漏洞。發(fā)現(xiàn) AI 存在這些問題后，他也就沒那么焦慮了，AI 還是需要工程師來引導的。
沃奇小哥說，工程師要學會將復雜任務拆解為更小的單元喂給 AI，避免 AI 在處理長文本（上下文窗口后期）時出現(xiàn)邏輯混亂或“失去理智”的情況。
他還拿 Claude Code 舉例子，雖然能自動完成部分任務，但是可靠性不高，不能完全依賴。工程師要學會判斷 AI 何時“跑偏”（輸出不符合預期），此時要及時接手，糾正錯誤或重新引導。
打破“10 倍生產力”神話，無論 AI 還是工程師想要實現(xiàn)“AI10 倍生產力”，意味著工作流程的每個環(huán)節(jié)效率都要 X10。
舉個例子，從產品構思、故事點協(xié)商、修復錯誤、代碼審查、等待部署、測試和 QA，這些工作過往都需要三個月來完成，有 AI 了，就能在 1.5 周內完成？
比如代碼審查，需要的工作環(huán)節(jié)就有：（1）給審查者打標簽（2）希望他們能盡快處理（但這會很困難，因為他們顯然要審查比以前多 10 倍的代碼）（3）在等待時切換到其他任務（4）看到通知立即回復，也可以在你審稿人當天離線 2 小時后回復（5）切換回審稿界面（6）閱讀他們的評論（7）回應（8）重復操作
但凡有過項目開發(fā)經驗的軟件工程師，都知道這不可能。
除此之外，軟件工程開發(fā)最終目的是做一個用戶喜愛的產品，產品經理要審核、論證開發(fā)可行性，要進行用戶訪談，同樣的，設計師和測試人員也一樣要做相應的工作。
這些流程環(huán)節(jié)要是提升 10 倍生產力的話，就要招聘 10 倍的產品經理及相關人員。
除了工作流程上的問題，就算 AI 寫代碼效率提升了 10 倍甚至 100 倍，但是實際工程師工作核心不是敲代碼，而是閱讀和思考，比如等待編譯、頁面刷新或測試運行。
很顯然，AI 并不會提升這些環(huán)節(jié)效率。
更不用說 AI 生成的內容還存在缺陷、虛構甚至低于代碼庫標準等問題了。而且隨著代碼庫規(guī)模增大，AI 出現(xiàn)這些問題的頻率也會隨之上升。
而且，AI 還存在過度構建的問題。以上情況發(fā)生時，工程師必須得重新提示，或者親自去修改代碼。
回到原點，end。
換個角度，就算熟練運用 AI 寫代碼了，存在的問題可能就是工程師習慣性依賴 AI，不做深度審查和判斷，那代碼庫規(guī)模擴大，問題更加復雜時，工程師就會面臨個人的“生產力瓶頸”時刻。
那照這么說，AI 在實際軟件工程開發(fā)中并沒有那么強的作用。
真正有用的，還是工程師。那實際工作中有“10 倍工程師”么？
根據沃奇小哥的觀察，或許“10 倍工程師”只會出現(xiàn)在特定情況下，但是他沒有見過有工程師能持續(xù)完成比普通工程師多十倍的工作量，高級工程師比普通工程師也不過快 2 倍而已。
總的來說，就是 AI 工具可以在敲代碼、寫腳本等具體工作任務中幫忙提升效率，甚至可以是 10-100 倍生產力提升。
但是，工作畢竟是復雜的，會面臨各種問題。比如應用程序太大，無法在上下文中運行，開始出現(xiàn)不一致的顯示和功能；網站被黑，要學習保障安全的相關知識等等。
因此程序員們在現(xiàn)實工作中終究會面臨回報急劇遞減的階段。
而這些，AI 都無法解決。所以是誰在宣傳 AI10 倍生產力神話呢。
或許是剛接觸 AI 的新手，AI 幫忙解決某些代碼問題就覺得 AI 好厲害。也或許是 AI 創(chuàng)業(yè)公司的老板或者投資者，鼓吹他們的 AI 產品。
也或許是，一些 AI 培訓商業(yè)機構，稱三個月編程訓練營就能培養(yǎng)出媲美 4 年制大學水平的工程師。
更有可能的是，自己的老板，讓工程師陷入可能被 AI 替代的焦慮之中，這樣他們就不會辭職、尋找其他工作或要求加薪。
說了這么多，沃奇小哥就是想大家安心，回歸理性，別陷在“AI 取代工程師”的焦慮情緒之中。
不會 AI 也沒關系，選擇自己喜歡的工作方式來產出就好了。不喜歡 AI，就不要強迫自己去使用；喜歡 AI 編程，就享受這種感覺和方式。
他還順帶“點”了一下老板們，成為一名優(yōu)秀的 AI 領導者，要知道什么：
1、放棄 PUA：讓工程師們焦慮只會降低工作意愿，這是一種短期思維。工程師們因此發(fā)生的技術失誤最終還是公司買單。
2、摒棄“10 倍效率”幻想：過度追求效率會導致質量低下。工程師和代碼庫都需要“休息”。（小哥還順帶表揚了自己的公司，說自己很幸運的在一個沒有這種問題的團隊里。）
3、信任工程師：不要因為工程師沒有使用足夠的 token 而責備他們。工程師們是受過高等教育的專業(yè)人士，如果出現(xiàn)超級驚人的生產力提升工具，他們會主動向領導申請專業(yè)版。
關于科爾頓?沃奇為何這位小哥這么在意 AI 編程工具在工作中的應用。
原來，他自己曾經就是一家開發(fā)教育類 AI 工具公司的聯(lián)合創(chuàng)始人。
2014 年，還在普渡大學讀大二的科爾頓?沃奇和兩位小伙伴一起創(chuàng)辦了 Mimir，這是一個大學計算機科學課程評分和師生反饋的 AI 工具，能夠幫助教授上傳課程大綱和作業(yè)、記錄工作、評分并與學生互動評論。
到 2017 年，他們這個產品就有七十所大學使用了，包括凱斯西儲大學、約翰霍普金斯大學和密歇根大學。
同年，他們三人就入選了福布斯教育類 30 歲以下 30 強榜單。
這個項目也入選了 Y Combinator 創(chuàng)業(yè)加速器，在 2019 年，Mimir 被 HackerRank（美國一家知名的在線編程平臺）收購，小哥就以工程經理的身份加入，帶領團隊推進新的項目計劃。
怪不得他能從項目負責人的視角出發(fā)，對 AI 在真實工作場景的應用提出這么獨到的分析。
話說回來，小哥也是告訴大家，happy work, happy life。
參考鏈接
[1]https://news.ycombinator.com/item?id=44798189
[2]https://colton.dev/blog/curing-your-ai-10x-engineer-imposter-syndrome/
[3]https://www.forbes.com/profile/mimir/?list=30under30-education
[4]https://www.linkedin.com/in/colton-voege-15a039b2
本文來自微信公眾號：量子位（ID：QbitAI），作者：奕然
本文鏈接：http://m.www897cc.com/showinfo-45-26001-0.html工程師實測各類 AI 工具：打破“10 倍生產力”神話
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號