目前LLM写的代码能工作但是过度抽象,导致代码膨胀。
按照Tibo的说法,下一代会简化并删除无用代码。
不过真做到这样人的作用又小了。
Fortunately our future models will be much better at code deletion and simplification. Just in time
目前LLM写的代码能工作但是过度抽象,导致代码膨胀。
按照Tibo的说法,下一代会简化并删除无用代码。
不过真做到这样人的作用又小了。
Fortunately our future models will be much better at code deletion and simplification. Just in time
我觉得这个其实更多的还是看人。
AI现阶段也就应该拿来辅助干活。但事实是很多人都拿它当外置大脑或者把一个项目全权交给AI,自己也不稍微Review一下AI更改的diff,或者编译一轮本地的测试版然后看看更改的点实际用起来有没有问题。这种项目用着恶心人。
我自己的项目现在GitHub有个Fork分支,但是质量奇差。感觉就是拿普通的国模直接提要求让它自己全权搞定,然后直接让AI自己创建Commit + Push的那种,一点Review都不做。发行产物我下载下来用了一下,首次配置好之后关掉程序再打开,结果又是首次欢迎界面,配置保存了个寂寞。
@哆啦D夢DuolaD #1
我觉得除了日抛项目,人还是得review把关,尤其长期维护的严肃项目
@qdztxc #2 这种东西让AI自己自觉真不如人自己自觉,人自己一点责任都不搞那就是有问题了。
@哆啦D夢DuolaD #3
是的,但是ai生成的代码过度抽象和代码膨胀少一些,还是降低人需要不断减熵的压力
@哆啦D夢DuolaD #1
有一句话说的很对,看人..
好的菜鸡虽然是菜鸡,但是需求明确,知道文件分类,会真机测试然后继续改...
@qdztxc #4 从AI辅助处入手降低需要更改的点是没错,但是AI做不到全部都可以保证没问题,还是需要人去Review。但是现在大部分全部All in AI的人去搞开发都不喜欢Review,光从AI侧改进是没用的。
@seven2 #5 我自己的项目就是,基本上都是我本地测试框架没问题了再Commit + Push,正式出问题的概率就很小了。
需求明确的情况下,让ai完成应该比让人完成更高效,代码更简洁。之所以ai写屎山,是你需求不明确,ai为了保证完成,只能防御性编码。
@wzx #8
需求不明确的人就像我那个傻逼领导一样~