AI时代程序员如何生存

点击关注飞总聊IT，全方位掌握IT行业动态。

我投身于AI编程领域已逾半载。

这半年间，最显著的变化是我未曾亲手敲击过一行代码，一切皆由AI代劳。

若AI生成的代码质量上乘，我便直接提交给同事进行审核。

若代码不尽如人意，我便调整指令，修正与AI的交互模式，促使其重写。

让AI负责编写测试用例，它能自主运行并确保测试通过，最终交付可用的代码。

因此，对于程序员而言，编写代码如今已变得异常简单。只要心中有明确的任务目标。

这就引出了一个疑问：公司为何依然需要雇佣程序员？

公司的一位同事分享了一场讲座，其核心观点颇为深远：若无法在产品最终产出中发挥关键作用，在AI时代便将面临被淘汰的风险。

那么，在现实中，究竟有哪些能力是人力不可或缺的呢？

基于我个人的AI使用经验，我认为存在几项关键要素。

首先，驾驭AI工具撰写代码实则是一门艺术，并非所有指令AI都会盲目执行。若缺乏高效的沟通技巧，AI可能无法生成能够解决你实际问题的代码。

因此，与AI进行有效对话本身就是一项核心技能。目前主流的Agent工具都极为重视Harness Engineering，这堪称是重中之重。

关键在于能否引导AI工具紧扣需求，完成如上万行代码等大规模任务而不偏离轨道，或在偏差时迅速纠偏。

在此过程中，我积累了一些心得与教训，但尚不足以称得上十分成熟。

总的来说，在动笔编写代码之前，务必与AI充分沟通，将需求阐述透彻，这一点至关重要。

此外，掌握上下文管理技巧，在适当的检查点重启Agent，同样不可或缺。

单纯撰写Prompt的重要性似乎已有所下降，许多现代工具已能有效协助管理Prompt。

至于AI技能和MCP等资源的配置，每个项目都应有其特定策略，显然并非资源越多越好。

例如，是否应选择性能较差的模型来处理简单任务？

我的结论是万万不可。高性能模型虽然昂贵，但效率高，长期来看更划算。低性能模型处理简单任务反而可能效率低下。

这观点听起来颇具反直觉。

但我的实际体验确是如此。

在AI时代，人类的作用虽在减弱，但有一件事至关重要：即便你自己写代码更快，也应坚持让AI代劳，唯有如此，才能真正掌握AI时代所需的生存技能。