不知是我姿势不太对,感觉 AI 带来的提升比较有限,尤其是一些深层逻辑、跨模块交互、并发等等问题上,不知大家的体验如何?
自己平时主要使用 Gemini + 公司内网可用的 qwen:
分析代码: 1. AI 只能做到分析某个文件、某几个函数,同个会话再多给几个函数,就把前面的都忘了; 2. 平时有个别逻辑复杂的函数,丢过去分析很好用;
代码生成: 1. vscode 内置的 qwen 很一般,基本没用过 tab 生成,还是通过会话方式让 AI 给出答案。 2. 一些自己不熟悉的库、语法、多线程协作等,给 AI 明确提出需求,AI 给出的代码框架还不错,自己改改就能用,比如让一组异步任务多线程并行执行,等待所有线程返回结果再返回; 3. 涉及多线程、指针等等容易出问题的地方,自己写都有可能出错,不敢让 AI 写自己 review (新人基本没 review 过别人代码没经验找出问题 + AI 不能背锅); 4. 测例:AI 写 UT 应该很 6,不过我们平时不强制写 UT ,写 function test 、和业务结合的比较深,AI 不好用,除非是某些行业内标准业务流程+自己讲清楚逻辑,比如写 SQL ;
分析问题: 1. AI 最好用的地方是解答自己不熟悉的一些知识,编译报错、某些库等等; 2. 一些深层的逻辑问题、并发问题、底层问题,很难讲清楚背景,AI 因为幻觉(我理解就是 AI 一定信誓旦旦给你答案,但可能完全胡编或抓小放大没侧重点)的存在,给出的排查思路很多时候是没用的。