聊聊AI Coding

主要观点总结

本文讨论了关于AI Coding的话题，包括AI Coding的方式、当前的能力以及在使用中的一些问题。作者来自淘天集团直播技术团队，介绍了团队在AI Coding方面的实践和经验。文章还提到了与AI协同的注意事项和个人及团队能力提升的建议。

关键观点总结

关键观点1: AI Coding的两种方式

包括Vibe Coding和非Vibe Coding。Vibe Coding是我们使用AI能力进行编码的方式，我们把AI当成一个回答问题的机器，描述我们的诉求，让它帮我们写代码。非Vibe Coding需要有具体Coding的技能和对相关技术知识的理解，通过更精准的描述需求以及过程结果交付中问题的本质，去协同AI高效迭代和解决问题。

关键观点2: 当前AI编程的能力

AI在从0-1编码的能力上不断提升，但在庞大的历史代码中去分析、变更的能力还很不足。LLMs的输出依赖用来训练它的数据，因此LLMs的编码价值在一些规范标准、类库相对集中且通用的编码语言中，能提供更好的价值。

关键观点3: AI协同中的问题

包括单个Commit中可能引入的问题、单词需求迭代中可能引入的问题、持续的协同、迭代、交付周期中可能引入的问题等。同时提到了更好的协同AI Coding的建议和个人及团队在协同AI时的一些注意点。

关键观点4: 个人和团队在协同AI时的建议

个人需要对AI Coding交付的结果做好review，找到和AI交互的比较好的任务粒度和迭代方式。团队则要在文化和实践中鼓励Coding with AI的积极尝试，建设代码质量的检测工具，引导程序员把编写可执行的代码交给AI去做。

关键观点5: 程序员需要重点建设的能力

包括问题理解和任务拆分细化的能力、评估的能力、创新的能力以及持续打磨自己的基本功。

免责声明