头图
原文地址:AI is Making Developers Dumb
原文作者:James
本文永久链接:https://segmentfault.com/a/1190000046571223
译者:ChatGPT
校对者:Fw恶龙

人们常谈论大型语言模型(LLM)带来的生产力提升,我也不否认这一点。确实,借助 LLM 的工作流程可以提高效率,但同样的流程也可能让你变得更笨。

我之所以这么说,是因为随着时间的推移,你会对 LLM 工具产生依赖,甚至到了没有它就难以工作的地步。

我之所以从事软件工程,是因为我喜欢构建东西,喜欢弄清楚事物的工作原理。这意味着我享受通过键盘敲击代码块的繁琐过程。

LLM 辅助的工作流程剥夺了这种乐趣。与其亲手解决问题的满足感,人们只是让 LLM 猜测答案。

你不再理解事物为何如此运作,而是依赖助手告诉你该做什么。

有些人可能不喜欢自己编写代码。如果是这样,尽管听起来严厉,我会说他们可能不适合这个领域。也许你只是为了赚钱?这在各行各业都存在,通常可以从一个人的热情和举止中看出来。

我遇到的最优秀的工程师是那些周末花几个小时构建自己版本的工具或软件的人。这正是创新和进步的来源。没有对系统工作原理的深入理解,你无法找到性能改进点,否则你只是在盲目尝试。

有一个概念叫做“Copilot 滞后”。它指的是在每次操作后,工程师暂停,等待某个提示告诉他们下一步该做什么。完全没有自主思考,只是在等着 AI 告诉他们下一步该怎么做。这类似于初入职场的新手依赖资深同事指导他们如何前进。

这是真实存在的。

很久以前,我在 VS Code 中使用 GitHub Copilot。现在回想起来,我惊讶于当时没有对知识保留造成更大损害。

随着时间的推移,我开始忘记所使用语言的基本要素。我开始忘记语法、基本语句的用法。回想起来,我因为追求短期的速度提升而侵蚀了自己积累的知识,这让我感到相当尴尬。

这就是使用 Copilot 一年的现实后果。你开始忘记事情,因为你不再以自己解决问题的方式思考。

实际上,是 ThePrimeagen 的一段视频让我意识到这一点并面对现实。他在一次直播中谈到了 Copilot 滞后。这真是一个警钟!

从那以后,我停止使用 LLM 助手进行编码,我很高兴自己做出了这个决定。

举个例子,编译器是我非常感兴趣的领域。当时我尝试学习 Thorsten Ball 的《用 Go 写解释器》(《Writing An Interpreter In Go》)。Copilot 只是为我输出代码,而不是让我学习书中的主题和技术,但这完全没有意义。当然,写出一个解析器可能感觉很酷,但如果关闭 Copilot,你还能再写一次吗?可能不能。你也失去了学习内存管理或面向数据设计等概念的机会,因为 Copilot 只是给你一些它认为可能有效的代码,而不是让你研究主题并理解细微差别。

这实际上引出了另一个角度:研究。这次是对 AI 更积极的一面。

确实,LLM 很有用。它们就像搜索引擎。我们过去使用 Stack Overflow 来解决编程问题。由于 LLM 是在所有这些数据上训练的,它们可以成为学习概念的有效工具。但前提是你以好奇的心态使用它们,并且不完全信任它们的输出。

由于它们因设计原因而臭名昭著地胡编乱造,这意味着它们可能一半时间都在胡说八道。它们只是关于模式和标记序列,而不是真正由知识渊博的人发表的陈述。它们是在由了解自己在说什么的人创建的内容上训练的,但它们以不同于原始材料的方式复述。

无论如何,质疑答案并试图弄清楚为什么它建议某种方法,是从 LLM 中获得好处的唯一真正方式。把它当作与某人对话,试图理解他们为什么喜欢某种技术。如果你不理解为什么建议某事,或者它实际上在幕后做了什么,那么你就失败了。

并且要做笔记!大量的笔记!


通过对比ChatGPT和Chrome浏览器自带的翻译,不得不说AI已经很好的替代了这个功能,甚至更好的完成了本地化的工作。


Fw恶龙
276 声望46 粉丝

与恶龙缠斗过久,自身亦成为恶龙;凝视深渊过久,深渊将回以凝视。