主要观点：

• 从技术角度分享对生成式 AI 工具在编码中应用的个人经验，既非支持也非反对 AI。
• 生成式 AI 工具不能让编码更快，需仔细审查其生成的代码，否则不能使用，审查代码比编写代码更难。
• 生成式 AI 工具不是生产力的倍增器，所谓能提高效率多解决难题的说法缺乏数据支持，且可能因跳过审查而导致风险。
• 开源贡献虽非自己所写但也需审查，而 AI 生成代码未经人工编辑精炼时会让人有怪异感，一些用户用其生成低质量 pull 请求。
• 不应将 AI 工具视为渴望取悦的实习生，实习生会学习进步，而 AI 工具像有顺行性遗忘症的实习生，每次任务都需从头开始。

关键信息：

• 生成式 AI 工具生成的代码需仔细审查，否则不能用，审查比编写难。
• 有人称 AI 能提高效率多解决难题但缺乏数据支持，可能因跳过审查导致风险。
• 开源贡献需审查，AI 生成未经编辑精炼的代码会让人有怪异感，有用户用其生成低质量 pull 请求。
• AI 工具不能像实习生一样学习进步，每次任务都需重新开始。

重要细节：

• 引用 Joel Spolsky 的话“it’s harder to read code than to write it”。
• 提到在有合同、法律义务和金钱交易的工作中，不能依靠 AI 工具提高效率或赚钱。
• 说明在学习新语言和技术时，喜欢自己学习而不是委托给 AI。
• 解释对朋友提出用 AI 生成 PR 给开源项目的看法及原因。
• 提及 AI 倡导者将 AI 工具视为实习生的观点及与实际实习生的差异。