文章讨论了AI对软件开发的影响，包括开发者过度依赖AI导致技能退化、AI工具的局限性以及对新一代程序员的潜在负面影响。尽管AI能提高效率，但过度依赖和“氛围编程”可能阻碍技能发展。
译自：AI Contrarians on the Problems With Vibe Coding
作者：Loraine Lawson
“现在到底是怎么回事？”工程师 David DeGraw，又名 Catskull，在上周的一篇博客文章中问道。
氛围编程。一些开发者表示，现在发生的就是氛围编程——它让每个人都精疲力尽，毁掉一切。
DeGraw 写道：“工程师们正在 burnout（精疲力竭）。各个组织期望他们的高级工程人员能够审查并为无法工作的 ‘氛围编程’ 功能做出贡献。”
他对 AI 影响的批评并不孤单。和 DeGraw 一样，许多人认为 AI 就像那位没穿衣服的皇帝。
Devin 实验
AI 反对者认为，不仅是前沿的大型语言模型存在问题，专业的 AI 工具也一样。
Answer.AI 的编程团队花了一个月的时间使用 Devin，它声称自己是“完全自主的软件工程师”。它于 2024 年 3 月首次发布。
机器学习工程师 Hamel Husain 和数据科学家 Isaac Flath 以及 John Whitaker 在 1 月份公开分享了他们使用该工具的经验。他们发现，起初代码有点冗长，但可以工作。
他们写道：“我们曾设想让 Devin 在我们的会议期间编写文档，或者在我们专注于设计工作时调试问题。但随着我们扩大测试范围，裂缝出现了。”
看起来很简单的任务需要几天而不是几个小时。Devin 会陷入技术死胡同。他们还补充说，它还会创建过于复杂、无法使用的解决方案。
他们指出，Devin 甚至会推进实际上不可能完成的任务。
他们指出：“当被要求将多个应用程序部署到单个 Railway 部署（Railway 不支持）时，Devin 没有识别出这个限制，而是花了一天多的时间尝试各种方法并虚构不存在的功能。”
这导致了这样的观察：“最令人沮丧的不是失败本身——所有工具都有局限性——而是我们花了多少时间试图挽救这些尝试。”
他们开始将其记录在三个类别中：
- 从头开始创建新项目；
- 执行研究任务；以及
- 分析/修改现有项目。
他们写道，在 20 个任务中，有 14 个失败，3 个成功——包括他们最初的两个——以及 3 个不确定的结果。
他们写道：“更说明问题的是，我们无法辨别出任何模式来预测哪些任务会成功。看起来与我们早期成功案例相似的任务会以意想不到的方式失败。”
AI 夺走了什么
Luciano Nooijen 也对 AI 工具感到失望。他是游戏行业的工程师，专注于在线游戏客户端开发、多人游戏功能和引擎编程。他从 ChatGPT 到 GitHub Copilot 都进行了尝试，并且从 2022 年末 ChatGPT 首次发布时开始，就将 AI 工具作为其工作流程的一部分。他在 2023 年继续在其开发工作流程中使用基于 AI 的工具。
Nooijen 写道：“最初，我对这些 LLM 的能力印象非常深刻。我可以简单地复制粘贴晦涩的编译器错误以及 C++ 源代码，然后被告知错误的原因，这感觉就像魔法一样。”
但他将其比作具有完全自动驾驶 (FSD) 功能的特斯拉汽车。
他写道：“依赖特斯拉的 FSD 夺走了我进入自动驾驶的能力。使用 AI 驱动的代码编辑器有点类似。”
最初，Nooijen 觉得 AI 辅助编程速度更快。但当他在处理个人副项目时不得不放弃他的 AI 工具时，他意识到 AI 也夺走了一些东西。
他写道：“我觉得自己完成一些相当基础的软件开发的能力不如一年前左右。突然，我非常清楚自己变得多么依赖 AI 工具。每当我定义一个函数时，我都会在编辑器中暂停，等待 AI 工具为我编写实现。我花了一些力气才回忆起手动编写单元测试的语法。”
Nooijen 还注意到，随着时间的推移，AI 变得越来越没用。它也削弱了他对自己能力的信心。
他说：“它不仅让我失去了乐趣，而且我开始对自己做出一些实现决策感到有些不安全。很明显，因为我不经常练习基础知识，所以我处理更难的部分的能力也较差。”
2024 年，Nooijen 从他的代码编辑器中删除了所有 LLM 集成，并恢复到非辅助编码。
Nooijen 写道：“你使用一种语言、框架或代码库的时间越长，你就越能培养出对正确方法的这种直觉。这种直觉是我在很大程度上依赖 AI 工具时慢慢失去的。而这来自一位首席开发人员。”
他也忍不住想知道开发人员如何才能希望通过“氛围编程”的方式晋升为高级开发人员。
Nooijen 质疑道：“当 AI 工具出现故障或变得过于昂贵时，你将从哪里获得维护和扩展氛围编程代码库的技能？”
后开发者时代？并非如此
前端开发人员和培训师 Josh Comeau 认为，AI 取代 前端开发人员 的预测被夸大了。
Comeau 在他对编程中使用的 AI 软件的评估中写道：“据我所知，每个 AI 成功案例仍然需要熟练的人类开发人员作为必要成分。因此，我认为可以肯定地说，我们没有生活在后开发者时代。”
Comeau 尝试了 Cursor，发现它需要指导。他也将其比作驾驶汽车，但使用的是巡航控制。
他说：“这有点像在高速公路上使用‘巡航控制’：汽车基本上会驶向你所指的方向，但你仍然需要一只手放在方向盘上，保持稳定。否则，汽车会慢慢开始偏离车道。如果你不偶尔将其推回正轨，你最终会掉进沟里。”
他写道，AI 也是如此。
他补充说：“如果我不知道如何编写代码，我就不会注意到该模型输出中细微但至关重要的问题。我不知道如何纠正方向，甚至没有意识到需要纠正方向！”
他说，LLM 确实为他节省了时间。但总的来说，他仍然花费大部分时间自己编写代码。
AI 正在毁掉一代程序员吗？
但 AI 带来的真正威胁可能在于它如何影响下一代开发人员。DeGraw 认为，初级开发人员过度依赖该工具。他写道，最好的工程师喜欢帮助新团队成员做出贡献和学习，但如果一切都只是 AI 提示的素材，他们就无法做到这一点。
DeGraw 写道：“那些倒霉的年轻程序员没有将他们的评论铭记于心、进行反思并将其用作学习机会，而是将反馈简单地用作他们 ‘AI’ 杰作中的下一个提示。我亲眼目睹并听到了第一手的叙述，其中非常明显的是，一位初级工程师在（滥用）LLM 工具。”
但现在，围绕 AI 存在一种“集体思维”心态。
他说：“在最近一次公司全体会议上，我看到一个初级工程师团队演示了他们的最新工作。我无法告诉你它到底做了什么，甚至它应该做什么——他们自己似乎也不明白。一位高级经理为他们的 ‘成功’ 欢呼，怂恿他们吹嘘自己使用 ‘AI’ 工具，他们回答说，‘这是 Claude 编写的 4,000 行代码。’ 全场鼓掌。”
但他补充说，当你深入研究代码时，就会发现问题。DeGraw 引用的一位朋友花了一个月的时间在一个开发人员团队中，负责审查一个大量使用氛围编程的 pull request。
他写道：“一个月。审查 LLM 产生的垃圾。每月支付 ChatGPT 20 美元，然后让一个真正的工程师团队尝试审查和合并代码，这样做能节省多少成本？”
AI 的另一个痛点也可能对初级开发人员不利：许多公司认为 AI 将使开发人员变得过时。Comeau 写道，这意味着一些公司没有像他们原本可能的那样“积极地”招聘。
Comeau 表示：“公司没有招聘他们需要的开发人员，因为他们确信 AGI（通用人工智能）指日可待，当那个鸡蛋孵化出来时，我们根本不需要人类开发人员了。‘很快就会到来了’，他们已经说了好几年了。”
