AI辅助编程靠谱吗?

最近一段时间，AI替代程序员的新闻越来越多，有纯AI自主写出一个浏览器的新闻，也有行业大佬跳反鼓吹人工编程末日已经降临的新闻。刚好最近一段时间，我也用AI协助写了一些代码，谈谈我自己的体验。我没有使用Agent这些时髦的工具，只使用最基础的模式，向deepseek描述我的需求，然后检查它给出的代码，如果没问题则合并到我的代码中，如果有问题，则继续向deepseek提问以修正代码。

我使用的开发语言是C++，写的代码也相对比较底层，对性能有一定要求。根据deepseek的表现，我把这些场景分为几类：

1、常规需求，性能要求一般：对于这类需求，只要描述信息到位，deepseek能很快的给出合格的代码，甚至于还能想到很多我没想到的边角场景，我检查这类代码也比较轻松，开发效率可以达到手写的10倍以上；

2、常规需求，要求高性能高并发：对于这类需求，deepseek也能很快给出靠谱的代码，接口也很清晰。然而由于涉及高并发场景，我检查的速度就比较慢了，一个无锁高速消息总线的类，花了半个小时交互生成代码，检查代码却花了一上午！最终还是发现了一个接口有并发风险，于是反馈给deepseek，deepseek马上承认并修复了BUG。总体算下来也比纯手写代码效率要高上5倍以上；

3、高级特殊需求：比如有一个类模板要实现编译期反射功能，需要用到模板元编程，这一般是只有C++库的开发者才会用到的特性，也是C++编程里面最让人头皮发麻的部分。照常给出需求描述后，deepseek生成了代码，然后我傻眼了，WTF！这是C++语法？？？！！！试了下编译，报了一堆稀奇古怪的错误。限制了最高使用C++20语法，依然看不懂，于是开始了漫长的学习C++模板元新语法的过程，3天后，代码终于达到我的要求并测试通过。也许，下次再碰到这类需求，我就不需要再花3天了。

通过这段时间的AI辅助编程体验，我的感受是：

1、AI就是一个万能的预测机器，你的需求越普通，它就做得越好。

2、如果你想做点和别人不一样的，那就要想办法把有效信息表达出来，否则它会随便套一个模板上去交差。

3、由于自然语言充满歧义，实际上想要精准的表达需求是很困难的，最高效的方式还是交互式的生成，不断由人工检查AI的输出并纠偏。

4、最大的瓶颈还是在人这边，如果没有有效的人工检查和纠偏，AI会在不起眼的地方胡编乱造，也许每个步骤的靠谱程度都是99%，但是最终整个系统就是灾难。

5、AI把程序员从底层的编码工作中解放出来了，极大的提升了开发效率，但是它并没有自动构建一个系统的能力，至少目前还没有。

6、驾驭AI的程序员依然需要学习所有AI用到的知识点，否则可能被糊弄。

我不相信目前的AI有能力自己构建一个复杂系统，前面提到的AI开发的浏览器项目，最近也被人爆出根本编译不过，更别说能正常跑起来了。从信息论的角度看，一个系统需要的决策信息不可能凭空产生。当然如果你要做的本就是一个“大路货”，那么它所包含的有效信息其实是很少的。如果你想做的东西跟现有的都不一样，那么如何精确描述系统的行为和特征就是一个绕不过去的难题：要么用自然语言啰啰嗦嗦的说一大堆却依然漏洞百出；要么用严谨晦涩的形式化语言来对系统建模；要么先把测试用例代码写好，然而依照经验，测试代码的规模是产品代码的3倍以上。

理论上，如果能给出所有的有效信息，代码是不需要人工手写的，甚至于都不需要用到AI，传统软件方法完全可以自动生成代码。比如只要给出一门编程语言的形式化定义（如巴科斯范式），就可以全自动生成这种语言的编译器。又比如IBM之前开发的系统建模工具Rational，就可以根据所画出的UML图自动生成代码，然则实践中大家发现，写代码的难度，还不及如何用Rational工具精准表达需求的难度，最终业界选择了这么一条路：你先写出来，我看看是不是我想要的。

软件开发最大的难点从来都不是把代码写出来，而是需求说不清楚。AI相比于Rational的进步在于，对于用户没有说清楚的部分，它可以自动给套用模板，这样就把自动生成代码这条链路的鸿沟给填平了。然而，香农定理依然在起作用，如果你能接受AI给你自动套用的模板，那么事情很完美，否则事情又回到老路上去：你先写出来，我看看是不是我想要的。只不过这次的甲方是程序员，乙方是AI。