2025 年的 AI 结对编程：优点、缺点和不足

# Web 开发# AI# 生产率# Tooling

编程中的人工智能不再是遥不可及的科幻梦想。借助 Visual Copilot 等工具，您只需单击一下即可将 Figma 设计转换为代码，或者使用 Cursor 在一分钟内完成原型功能。最初只是基本的代码补全，现在正在重塑我们构建软件的方式，提供上下文感知的代码补全，甚至协助复杂的架构。

人工智能在我们的 IDE 中已经变得和语法高亮一样常见。就像任何重大技术变革一样，它带来了一系列令人兴奋的可能性和潜在的挑战。

让我们来探索一下人工智能结对编程中什么有效，什么无效，以及什么是真正令人担忧的。

优点

当它发挥作用时，人工智能结对编程工具会相当不错：

  • 速度提升：AI 可以即时提供准确的代码建议、处理代码生成，甚至根据自然语言描述实现整个功能。专注于编写代码的软件开发人员可以比以往更快地交付产品。
  • 更清晰的代码：大型语言模型 (LLM) 已在大量公共代码上进行过训练。它们可以提出改善代码质量的模式，让您的代码更清晰、更易于维护，从而减少调试代码所花费的时间。在处理复杂项目中的多个文件时，AI 工具特别有用。
  • 在职学习：初级开发人员可以实时学习最佳实践，因为人工智能代码助手会解释他们的建议。即使是使用多种语言的经验丰富的开发人员也可以发现新的模式和技术，而无需花费数小时阅读文档。
  • 成本效益（可能）：虽然最初的投资可能会让您的首席财务官感到紧张，但随着时间的推移，组织会发现软件开发生命周期缩短，生产中的错误减少。
  • 告别繁重的工作：编写单元测试、CRUD 操作和文档等重复的编码任务可以委托给 AI，让您专注于软件开发中更具创造性的方面。

    • 缺点

    AI has limitations; a user prompts an AI to write a deep clone function and it returns bad code

    人工智能结对编程有其优势，但也带来了一些需要注意的挑战：

  • 过度依赖：让 AI 编码助手处理所有事情很诱人，但这可能会导致对代码库的理解不够深入。如果您只是将 AI 生成的每段代码都纳入现有代码库，而没有理解其中的逻辑，那么当事情不可避免地出现问题时，您将面临严重的问题。
  • 学习曲线：知道如何与人工智能配对程序员互动，何时信任其建议，何时忽略它们本身就是一门技能。“你得到你所提示的”是规则，没有捷径可走。
  • 上下文限制：即使是高级语言模型也难以应对特定领域的挑战、复杂的业务逻辑或新算法。当这种情况发生时，人工智能编写的代码可能不相关甚至适得其反，从而减慢进度。
  • 隐私问题：许多组织都在努力解决如何在不损害知识产权的情况下利用人工智能功能的问题。代码片段可能用于训练未来的人工智能模型，这引发了有关所有权和保密性的严重问题。

    • 丑陋

    GitHub Copilot auto complete suggesting the logic for woman's salary

    来源

    人工智能结对编程的某些方面揭示了更深层次的系统性含义：

  • 就业市场影响：人工智能可以为高级开发人员提供支持，但可能会使初级开发人员失去所需的基础学习机会，从而扩大技能差距并为新人设置进入门槛。
  • 道德影响：当人工智能生成或协助创建代码时，有关代码归属、许可和知识产权的问题变得越来越模糊。
  • 偏见延续：使用公开代码和旧代码库进行训练的人工智能可能会强化其训练数据中存在的过时做法、道德偏见和安全漏洞，同时还可能提出歧视性的代码模式
  • 人工智能代理：人工智能代理向自主性发展——从被动助手转变为主动协作者——令人兴奋，但也引发了道德和实际问题。自主调试和任务执行很有前景，但必须设定界限以负责任地使用。

    • 用于结对编程的 AI 编码工具

    如果您正在考虑深入研究 AI 结对编程，这里有一些可以真正发挥作用的工具。

    ChatGPT 和 Claude

    Claude AI's

    ChatGPT 和 Claude 堪称编码助手中的瑞士军刀。无论您是遇到奇怪的错误、需要快速的代码片段，还是需要像五岁孩子一样分解代码的解释，这些工具都可以满足您的需求。

    GitHub Copilot

    Statistics from GitHub copilot including one million developers currently using

    作为首批获得主流关注的 AI 编码助手之一，GitHub Copilot 通过将强大的机器学习功能直接集成到 Visual Studio Code 编辑器中，改变了开发流程。它提供高质量的代码补全、基于项目的上下文建议，并支持 C++、Python、JavaScript 等各种编程语言。

    视觉副驾驶

    Builder.io's Visual Copilot homepage

    有 Figma 文件吗？Visual Copilot 可将设计转换为适用于 HTML、React、Angular、Vue 等的响应式、可立即投入生产的代码，让您可以根据需要调整设计或代码。它无需从头开始生成 UI，而是帮助您利用现有设计来加速开发并保持一致性。

    光标

    Cursor's AI Homepage

    想象一下，如果您的 IDE 被放射性 AI 咬伤。这就是 Cursor。借助内置 AI 聊天、代码完成、AI 代理和自动调试等功能，Cursor 重新定义了您与代码的交互方式。

    螺栓

    Bolt's AI Homepage

    如果您想构建全栈 Web 应用，又不想费心设置本地环境，Bolt 就是您的不二之选。只需描述您想要的内容，然后，您就能拥有一个应用。此外，您可以实时查看正在构建的内容，并轻松部署。

    这些工具并非完美无缺，但它们旨在帮助您更快地编写更好的代码，无论您是在调试、构建新功能还是将设计转换为功能性应用程序。

    底线

    人工智能结对编程的未来将不取决于我们是否使用人工智能，而取决于我们如何使用它。在 Builder.io，我们已经在开发过程中使用人工智能工具一段时间了。我们已将它们插入从快速原型到实际功能交付的所有领域。

    它改变了游戏规则吗？是的，基本上是。我们的速度更快了，我们的代码更加一致了，我们的开发人员可以专注于棘手的事情，而不是整天编写无聊的样板文件。

    但事情并非一帆风顺。我们已经知道人工智能在某些方面很出色，但它不会取代人类的智力。它更像是一个非常聪明的实习生——当你知道如何使用它时，它会很有帮助，但你不会让它掌控一切。

    关键在于？使用人工智能来提高你的技能，而不是替你思考。归根结底，我们仍然要负责开发真正能解决问题的东西。

    所以，编程的未来并不是人工智能接管一切。而是要弄清楚如何与人工智能合作，以更快的速度构建更酷的东西。如果你问我，这真是令人兴奋。