AI大模型“戰火”燒到了教育領域
作者：劉曠自2023年開年以來，AI大模型這股風是越吹越猛烈了。隨著ChatGPT的出圈爆火，再度掀起了一波AI熱浪，無論是在國內還是國外都有不少企業宣布入局或者跟進AI大模型領域。與
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了自己巨大的精神焦慮。幸好他是一個持懷疑態度的人，測試完一堆 AI 開發工具后，發現也就那么回事。
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度的人，就去把 Claude Code、Cursor、Roo Code 和 Zed 等 AI 開發工具都試了一遍。
結果發現，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。發現 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“AI10 倍生產力”，意味著工作流程的每個環節效率都要 X10。
舉個例子，從產品構思、故事點協商、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，需要的工作環節就有：（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。
這些流程環節要是提升 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 并不會提升這些環節效率。
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。而且隨著代碼庫規模增大，AI 出現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”只會出現在特定情況下，但是他沒有見過有工程師能持續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 創業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 培訓商業機構，稱三個月編程訓練營就能培養出媲美 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人士，如果出現超級驚人的生產力提升工具，他們會主動向領導申請專業版。
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教育類 AI 工具公司的聯合創始人。
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、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 創業加速器，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，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://www.tebozhan.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
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號