ONLINEFOMO: loading...[->]
AI Insights

編程新時代:當AI成為你的編碼夥伴

·⏱️ 5 min read / 5 分鐘·#提示工程#軟體工程紀律#AI輔助
Executive Summary // 內容大綱
預計閱讀 5 分鐘

從氛圍編程到AI輔助開發,本文透過「規劃」與「審查」兩軸線,拆解四種與AI協作編程的模式,助開發者依專案性質、時間與品質需求,靈活選擇最合適的AI協作策略 。

人工智能正徹底改變我們編寫程式碼的方式。就像智能手機徹底改變了我們的通訊方式一樣,AI工具如ChatGPT、Claude和GitHub Copilot正在重塑開發者的日常工作流程。無論你是經驗豐富的程式設計師,還是對科技發展感興趣的普通人,這場變革都將深遠影響我們與科技的互動方式。

編程的新思維框架

Post image

還記得過去學習編程時的情景嗎?你需要記住語法、理解邏輯結構、學習各種函數和庫。如今,雖然這些基礎知識仍然重要,但AI的加入讓我們可以換一種思考方式。Meng Shao提出了一個簡單而實用的框架,幫助我們理解這種新型的工作方式。

這個框架有兩個核心軸線:

規劃軸:從即興到精確

想像一下,規劃軸就像一個滑桿,從左側的「隨心所欲」到右側的「精心設計」。

  • 左側(即興提示):就像你對朋友說「幫我做個計算器app吧」,不做太多解釋。
  • 右側(詳細規格):你提供了詳盡的文檔,指明你希望這個app有哪些功能、長什麼樣、如何處理各種情況。

審查軸:從放手到細查

第二個軸線關於你對AI生成的代碼投入多少審查精力:

  • 上方(無審查):你完全信任AI,直接採用它生成的代碼,不加修改。
  • 下方(全面審查):你逐行檢查AI生成的每一段代碼,確保它符合需求且沒有錯誤。

這兩個軸線組合起來,形成了四個工作象限,每個象限代表一種與AI合作的方式。

四種與AI協作編程的方式

象限一:氛圍編程(即興提示 + 無審查)

想像你和朋友在咖啡廳隨意聊天,突然冒出一個點子,然後立刻實現它。這就是「氛圍編程」的感覺。

「嘿AI,幫我做個能記錄每日心情的小網站。」然後你直接使用AI生成的代碼,不做太多檢查。

特點

  • 超級快速,從想法到實現只需幾分鐘
  • 非常適合創意探索和原型設計
  • 風險較高,可能存在錯誤或安全隱患
  • 完美適合個人小項目或學習過程

譬如,你想在週末快速做個追蹤家庭支出的小工具,不需要太完美,只要能用就行。氛圍編程讓你能快速實現想法,體驗編程的樂趣。

象限二:規格派(詳細規格 + 無審查)

這種方式就像你寫了一份精心設計的食譜,然後完全相信廚師能按照食譜做出美味佳餚,不需要你在旁邊監督。

「我需要一個用戶管理系統,具有以下功能:用戶註冊、登錄、密碼重置...」然後列出詳細規格,收到代碼後直接使用。

特點

  • 效率高,適合有明確需求的項目
  • 成功關鍵在於規格的清晰度和完整性
  • 如果AI理解良好並執行得當,可以節省大量時間
  • 風險在於,如果有錯誤可能不被發現

這種方式挑戰了一個傳統觀念:代碼必須人工審查。事實證明,當規格足夠明確,AI的表現可以相當可靠。

象限三:AI輔助開發(詳細規格 + 全面審查)

這是最接近傳統專業開發流程的方式,就像和一位初級開發者合作:你提供詳細規格,他們寫代碼,然後你進行審查和修改。

「我需要一個電子商務網站的購物車功能,要支持以下操作...」之後,你仔細檢查每一行代碼,確保它符合標準和預期。

特點

  • 最專業、最可靠的方式
  • 適合企業級應用和重要項目
  • 同時利用AI的生產力和人類的專業判斷
  • 相對耗時,但品質有保障

這種方式非常適合需要高品質和可靠性的專業項目,比如處理敏感數據的應用或企業系統。

象限四:提示+審查(即興提示 + 全面審查)

想像你隨口告訴助手做一道菜,但之後又精心檢查每一個步驟和調料。這是最不高效的方式,但有時也是必要的。

「幫我寫個社交媒體分析工具」,然後卻花大量時間審查和修改代碼。

特點

  • 效率最低,常常讓人感到挫折
  • AI缺乏足夠上下文,可能產生需要大幅修改的代碼
  • 審查工作量大,修改頻繁
  • 適用於你對需求不太明確,但對質量要求很高的情況

這種方式通常是臨時的,不是長期策略,但在探索新領域時可能有所幫助。

第三維度:任務規模的影響

除了這兩個軸線,還有一個重要因素:你一次給AI多大的任務。

想像你在餐廳:

  • 小規模任務:一次只點一道菜,確認沒問題再點下一道
  • 大規模任務:一次點完整個菜單,希望廚房能完美執行

同樣,當使用AI編程時:

  • 小任務(「幫我寫一個登錄按鈕的函數」)通常有更高的成功率和更少的審查需求
  • 大任務(「幫我寫一個完整的社交網絡應用」)可能需要更多的規格說明和審查工作

理解任務規模如何影響工作流程,可以幫助你更有效地與AI協作。

實際應用:你適合哪種方式?

不同類型的開發者和項目適合不同的象限:

  • 獨立開發者或學生可能更喜歡象限一(氛圍編程),快速實現想法,享受創造的樂趣
  • 產品經理或設計師可能偏好象限二(規格派),專注於需求定義而非代碼實現
  • 企業開發團隊通常更適合象限三(AI輔助開發),確保代碼品質和一致性
  • 探索新領域的研究者有時需要象限四(提示+審查),在不確定需求的情況下探索可能性

關鍵是要根據項目性質、時間限制和質量要求,有意識地選擇最適合的工作模式。

我的AI編程體驗

在過去的幾個月中,我嘗試了不同的協作方式,發現每種方式都有其獨特的價值。

Viding code 讓我能夠快速實現想法,特別是在做個人小項目時。它帶來了前所未有的創作速度和樂趣,雖然有時結果並不完美,但原型迭代的速度讓我能夠更快地找到正確方向。

AI輔助開發在處理重要項目時最為可靠。將AI視為一個聰明但需要指導的初級開發者,可以大大提高生產力,同時保持代碼質量。最令人驚訝的是,AI經常能提出我沒有考慮到的解決方案或優化建議。

結語:

我們正處於一個令人興奮的轉折點。就像早期電腦或互聯網一樣,AI編程工具正在創造全新的可能性。今天的實驗和探索將塑造明天的標準做法。

關鍵不在於選擇"最好"的象限,而是根據具體情況有意識地選擇最適合的方式。有時你需要快速創意,有時你需要專業品質。彈性和適應性是這個新時代的核心技能。

最後,請記住:AI是工具,不是替代品。它擴展了我們的能力,但最終的創意和判斷仍然來自於人。

Further Read // 延伸閱讀