AI 编程工具大盘点 (一)

132 阅读4分钟

2024 年可以说是 AI 编程领域大爆发的一年,各种形态的工具如雨后春笋般出现。本系列文章将介绍几类典型的 AI 编程工具。

零基础也能编程

说到编程,很多人会认为,它是程序员的 “专利”,跟我没关系。但实际上,AI 的出现彻底打破了这种 “专利”

这里举个例子,魔法群里有一位医生,他想为糖尿病患者做一个小程序,用来记录血压、提醒吃药。但他完全不会编程,怎么办?

他从零开始摸索 AI 编程工具,花了 10 天的业余时间开发出了这个小程序的 1.0 版本。包含完整的前后端功能,并且完成了部署和上架,实实在在帮到了他的患者。

小程序.png
(这位医生朋友的小程序截图)

这个例子让魔法哥感触很深,也更有动力写下这个系列文章,带领更多 “零基础” 的同学在 AI 的帮助下实现自己心中所想

ChatGPT 等智能对话助手

这应该是大家最容易上手的 AI 编程方式。

简单来说,就是把自己的需求告诉 ChatGPT 这样的智能对话助手,让它生成代码(通常是 Python 代码)。然后把生成的代码保存为程序文件,在本地运行。

ChatGPT生成代码.png
(通过 ChatGPT 对话生成代码)

这种方式确实比较快捷,但也有一些局限性

  • 出现问题不好排查,我们需要把报错信息反馈给 ChatGPT,让它修改。然后再重试。

  • 通常只能生成代码片段,比较适合生成简单的脚本,无法编写稍大一些的程序。

  • 在网页对话界面和代码编程器之间来回切换,效率不高

后来 ChatGPT 还推出了 Canvas 这样的工作台界面,一定程度上提升了生成和修改代码的便利性。但上述局限性还是存在。

ChatGPT-Canvas.png
(ChatGPT 的 Canvas 界面)

代码解释器

代码解释器是 ChatGPT 的付费套餐提供的一项功能,又名 “高级数据分析”,它在数据分析方面确实比较擅长。不过,实际上它还是一个通用的代码生成和运行工具

analyzing.png
(通过代码解释器进行数据分析)

它不仅可以帮我们生成代码,还可以帮我们直接运行代码,甚至还可以根据代码运行所产生的错误信息自动修正。

ChatGPT 在调用 “代码解释器” 时,为每次对话提供了一个独立的 Python 运行环境,可以处理我们上传的各种类型的文件。

后来这项能力也成为 GPTs 内置的五大工具之一。此外,ChatGPT 的竞争对手 Claude 也提供了类似的功能。

case-1.png
(代码解释器应用案例)

case-1-code.png
(可查看代码解释器生成的代码)

case-2-2-chat.png
(代码解释器可以自我纠错)

魔法哥曾经写过一篇文章《买了 ChatGPT 会员却没用过 “代码解释器”?亏了,快看这三个案例》,详细介绍了代码解释器的应用场景,这里就不展开了。

代码解释器相对于前一种方式的优势在于

  • 它帮我们运行代码,因此无需在本地安装代码运行环境
  • 可以自动修正错误,提升代码的正确率。
  • 可以处理我们上传的各种类型的文件,比如图片、数据文件等。

它同样也有一些局限:

  • 生成的代码片段比较简单,适合生成简单的脚本,无法编写稍大一些的程序。
  • 如果需要频繁地重复运行代码,还是需要把代码保存到本地,在本地运行。

小结

本文介绍了 AI 编程最直观的两种方式,你是否尝试过呢?

在后续文章中,魔法哥将由浅入深,介绍更多的 AI 编程工具,帮助大家找到最顺手的 AI 编程方式。各位新朋友请关注 “CSS魔法” 公众号,下次更新不迷路


🔥 往期推荐

AI 应用开发指南:

ChatGPT 高级技巧:

AI 资讯与评述:


© Creative Commons BY-NC-ND 4.0