掌握软件开发中的人工智能：为什么方法比工具更重要

大家好，这里是架构资源栈！点击上方关注，添加“星标”，一起学习大厂前沿架构！大家好，这里是架构资源栈！点击上方关注，添加“星标”，一起学习大厂前沿架构！

大家好 👋！您可能已经目睹了人工智能工具的快速发展，并注意到人工智能正在重塑我们构建软件的方式。但这是我迄今为止学到的东西——在这个美丽新世界中，重要的不是您使用哪种炫酷的人工智能工具，而是您以正确的优先顺序处理问题，以及对帮助您熟练使用人工智能的基础知识的理解。让我分享一下作为一名软件工程师如何有效地与人工智能合作的想法。

首要任务：心态- 基础

• 对人工智能能做什么和不能做什么抱有现实的期望至关重要。它们在文本处理和信息处理方面的能力令人印象深刻，但它们也有很大的局限性——它们会产生幻觉，缺乏真正的理解能力，也没有实时知识。

  • 不过值得庆幸的是，ChatGPT 等平台中的网络搜索功能和 Cursor 等代码 IDE 以及允许工具调用外部系统的 MCP（模型上下文协议）正在解决其中一些问题。这些增强功能专门用于克服 LLM 的固有局限性，为它们提供了一个了解当前世界的窗口。
• 保持工程思维 - 使用人工智能进行迭代开发，因为它通常不会一次性解决问题。不要指望第一次尝试就能获得完美的结果，因为你很容易失望。
• 避免过度依赖 - 在要求 AI 执行任务之前，请确保您自己可以完成任务。这样您就可以验证 AI 输出并对其进行适当的设计。使用 AI 进行增强，而不是委派。

优先事项 #2：技能- 推动者

• 及时的工程技能。当然，人工智能可以比我喝早晨的咖啡更快地生成代码（这说明了些什么），以令人印​​象深刻的精度进行调试，并帮助提供文档。但是——这是至关重要的部分——这些工具的好坏取决于我们引导它们的能力。因此，学习如何有效地引导它们是必须的。及时的工程不仅仅是人工智能专家的专利。这就像学习如何正确地向你的 GPS 询问方向——如果你说“有食物的地方”而不是“最近的泰国餐馆”，那么当你最终来到一家宠物食品店时，不要感到惊讶。
• 软件工程技能（特定领域的基础）。在软件开发中，初级人员可能没有意识到编码不仅仅是编写代码。代码生成只是拼图中的一块——规划、测试、记录和检查才是真正的魔法发生的地方。没有这些软件工程技能，无论有没有人工智能助手，你都一事无成。

上周，当我尝试使用 Cursor MCP 工具从 2D 图像在 Blender 中创建 3D 版 Gravity Global 徽标对象时，我痛苦地意识到了这一点。尽管我有技术背景和精确的说明（至少我是这么认为的），但我最终得到的东西看起来更像是“愤怒的外星水果”，而不是我想要的简单的绿色苹果。

问题不在于 AI，而在于我。我缺乏对 Blender 核心概念和术语的基本了解：网格拓扑、材质、修改器堆栈、3D 建模工作流程等。这就像尝试用我不会说的语言编辑文档。我不知道如何说“Blender 语言”，这就是为什么我无法有效地引导 AI，甚至无法正确评估其输出。它创建的对象真的好吗？我说不出来！当对象以意外的方式失败时，我不知道如何排除故障或修复问题。

Blender 的灾难是使用 AI 进行编码的完美比喻。如果没有扎实的工程基础，我们就无法有效地指导 AI 工具、评估其输出或修复其不可避免的错误。这是一个令人谦卑的提醒，无论 AI 助手多么强大，其输出的质量都受到我们提供适当指导和验证的能力的限制。

这让我想起了吴恩达在最近的LinkedIn 帖子中所描述的。他也有类似的经历。

你听说过“氛围编码”吗？这是人工智能专家 Andrej Karpathy 创造的一个术语，指的是借助人工智能进行编码，开发人员用自然语言描述他们想要什么，然后让人工智能处理实际的代码编写。但出现了一种危险的变体——开发人员在推送人工智能生成的代码之前几乎不看一眼。“感觉不错，就发布吧！”🚢 虽然这种方法很诱人（太诱人了），但对于初级开发人员来说，这种方法尤其危险。

我曾指导过几位初级员工，他们以为 AI 可以让他们跳过“枯燥的基础知识”。但最终他们写出的代码无法调试或扩展，因为他们根本不明白它为什么能工作。
正如吴恩达明智地指出的那样：

“同样，通过编码知识理解软件语言的人可以更准确地告诉 LLM 或支持 AI 的 IDE 他们想要什么，并获得更好的结果。” - Andrew Ng

了解基本原理是区分那些能够有效利用人工智能的人和那些仅仅依赖人工智能的人的关键。这就像我和厨师使用相同的高端厨房设备之间的区别。同样的工具，结果却大不相同！

优先级 3：工具集- 加速器

AI 工具领域广阔且发展迅速。新的解决方案每天都在涌现，而其他解决方案也同样迅速地过时。与其追逐最新的工具，不如先掌握上述优先事项，你就会明白我的观点：只有在正确的基础上构建工具才能成为真正的加速器。首先掌握你的思维方式，然后发展你的技能，只有这样工具才能发挥出全部潜力。按照这个顺序，你将改变你的工作方式：评估新工具变得直观，采用变得无缝，你的生产力成倍增加。在没有受过训练的人手中，合适的工具只是一种干扰，但在具有正确思维方式和技能的人手中呢？它会成为一种力量倍增器，大大加速发展。这就是为什么顺序很重要——思维方式→技能→工具集。

结论

随着人工智能改变软件开发格局，这种思维方式 → 技能 → 工具集的层次结构不仅有用，而且必不可少。那些会说软件语言的人总是会比那些不会的人从人工智能工具中获得更多。最有效的工程师不是那些争相采用每一种新的人工智能解决方案的人，而是那些既具备基础知识又具备战略意图的人。

这种优先级排序方法不仅适用于软件工程师。无论您从事营销、设计、教育还是任何被人工智能改变的领域，都适用相同的原则。工具会发生变化（您看到本周推出了多少个人工智能工具吗？！），但深入了解您的领域永远不会过时。

言行一致：本文的创作

我要坦白：我以前在网络研讨会上分享过这种方法，但从未如此清晰地阐述过。这是我的第一篇严肃的专业文章，我从未认为自己是一名作家——即使是用我的母语写作！有了人工智能作为我的写作助手，我把杂乱的想法变成了值得分享的东西。这个过程需要精心规划和设计——使用我所提倡的原则。

说实话，这篇文章并不完美。就像我的 Blender 实验一样，它的质量取决于我编写和有效指导 AI 的能力。作为第一次写文章的人，我仍在培养这些技能。这种不完美完美地证明了我的核心观点：即使有强大的 AI 辅助，输出质量仍然受到我们自己的专业知识和指导能力的限制。

但我确实希望这些见解能够为我们的代码战士们提供良好的帮助。

在这个人工智能增强的世界里，您下一步的计划是什么？

1. 每周花一些时间来加深你特定领域的基础知识（如果你是软件工程师，那就是软件工程）
2. 刻意练习提示工程——记录有效模式
3. 建立个人工作流程，平衡人工智能辅助和你的专业知识
4. 分享你的经验并学习他人人工智能的成功和失败

原文地址：https://mp.weixin.qq.com/s/UKeOfDc9ql-xuTpp8MB1dA

本文由博客一文多发平台 OpenWrite 发布！