一次意外右手骨折，Claude 工程師的工作竟被 AI 挽救了。近兩個(gè)月的時(shí)間，他們一起結(jié)對(duì)編程，甚至在一周內(nèi)肝出 3000 行代碼。他瘋狂暗示，未來(lái) 1-3 年，就是「AI 工程師」的天下。
原來(lái)，摔斷胳膊也是一件幸事......
當(dāng)事人表示，「我再也不想回到過(guò)去了」。這是為何？
事情是這樣的，幾個(gè)月前，Claude 工程師 Erik Schluntz 騎車(chē)上班的路上，意外摔斷右手，打上了石膏。
為了生計(jì)，他不得已用左手打字。即便如此，Schluntz 依舊在 Anthropic 舊金山的辦公室里，一周狂肝了 3000 行代碼。
誰(shuí)也不曾想，這背后竟是 AI 立了大功。
他通過(guò)結(jié)合語(yǔ)音轉(zhuǎn)文字技術(shù)，與 Claude AI 結(jié)隊(duì)，整整寫(xiě)了 2 個(gè)月的代碼。不過(guò)，必須承認(rèn)的是，其中有許多是「樣板代碼」。
為此，Schluntz 還撰寫(xiě)了一篇長(zhǎng)文，題為 ——AI 替代了我的右手。
文章中，他表示，「通過(guò)這件事，體驗(yàn)到了人類幾乎不再需要自己編寫(xiě)代碼的未來(lái)」。
老實(shí)說(shuō)，我愛(ài)上了這種感覺(jué)。
另一位 Anthropic 工程師表示，通過(guò)從這件事，我們可以獲得軟件工程未來(lái)幾年的關(guān)鍵一瞥。
即使右手不能使，AI 是完全可以讓你成為一個(gè) 10 倍程序猿。
那么，Erik Schluntz 如何在受傷期間，能夠讓 AI 為他高效編碼呢？
初始設(shè)置
首先，文章開(kāi)篇他最先介紹了，自己如何對(duì) AI 進(jìn)行設(shè)置，最終決定使用了 Claude AI。
Schluntz 在摔斷手之前，也曾使用類似 Copilot 等 AI 代碼生成工具，但主要還是「手寫(xiě)」。
2015 年哈佛碩士畢業(yè)，Cobalt 機(jī)器人公司創(chuàng)始人、Anthropic AI 技術(shù)研究員
此外，他也使用過(guò)「語(yǔ)音轉(zhuǎn)文字」，但也主要在手機(jī)上發(fā)短信，并未在電腦中嘗試過(guò)這一功能。
好在，Mac 內(nèi)置語(yǔ)音控制在 NLP 處理上非常出色。
唯一不足的是，在聽(tīng)寫(xiě)任何與代碼相關(guān)的內(nèi)容時(shí)，Siri 表現(xiàn)得很糟糕。畢竟，一些符號(hào)和詞匯，大大超出其識(shí)別范圍。
就比如：
Schluntz：Eval
Siri：Eval？你想說(shuō)的是 Evil 嗎？
當(dāng)然，目前有一些專門(mén)針對(duì)代碼的優(yōu)秀語(yǔ)音轉(zhuǎn)文字系統(tǒng)，比如 Talon。
但由于 Schluntz 對(duì) AI 代碼生成非常感興趣，于是決定嘗試，用自家 AI 去完成這項(xiàng)艱巨的任務(wù)。
這里沒(méi)有使用 Copilot，是因?yàn)槠渥詣?dòng)補(bǔ)全功能，對(duì)作者來(lái)說(shuō)異常慢，需要開(kāi)發(fā)者先寫(xiě)出半行代碼，才能實(shí)現(xiàn)。
畢竟摔傷了一只手，「動(dòng)嘴」還是比「動(dòng)手」快。
這時(shí)，只需將大塊代碼庫(kù)內(nèi)容一鍵復(fù)制粘貼到 Claude AI 中，然后通過(guò)語(yǔ)音命令進(jìn)行轉(zhuǎn)換。
舉個(gè)栗子，Schluntz 會(huì)說(shuō)「重構(gòu) ABC 函數(shù)以接受輸入 XYZ」或「為這些新函數(shù) ABC 編寫(xiě)單元測(cè)試，并查看 XYZ 的示例測(cè)試」。
雖然 Claude 并不總是能在第一次嘗試時(shí)成功，但它能很好地接受后續(xù)指令和調(diào)整 ——
「我感覺(jué)就像是，和 AI 進(jìn)行『結(jié)對(duì)編程』，而由另一個(gè)人操作鍵盤(pán)」！
調(diào)教 Claude
「被迫」這樣寫(xiě)代碼后，Schluntz 很快就弄清楚了，什么樣提示會(huì)生成有效代碼，什么會(huì)是無(wú)效。
有時(shí)候，它非常神奇，但有時(shí)候，就連作者本人恨不得把電腦扔出窗外。
他不得不在 IDE 和 Claude 之間頻繁地復(fù)制粘貼，并手動(dòng)拼接被 Claude 輸出長(zhǎng)度限制截?cái)嗟拇a片段。
甚至，有幾次他對(duì) Claude「提高了嗓門(mén)」，只因 AI「忘記了」Schluntz 之前的指令。
接下來(lái)，就看看 Schluntz 如何調(diào)教的 Claude。
要具體，并舉例說(shuō)明
如果你只給出一個(gè)基本請(qǐng)求，LLM 可能會(huì)給出一個(gè)中規(guī)中矩的通用答案，可能并不適用于你的特定代碼庫(kù)。
這時(shí)，就需要給出「非常明確的指令」，來(lái)獲得更優(yōu)的結(jié)果。比如，詳細(xì)說(shuō)明你期望的輸入和輸出，使用哪些庫(kù)等。
Schluntz 發(fā)現(xiàn)，將指令放在輸入的開(kāi)頭和結(jié)尾效果最好，可以確保 AI 不會(huì)「遺忘」重要的上下文。
最好是，能夠提供代碼庫(kù)示例，供 AI 參考。特別是，在編寫(xiě)單元測(cè)試、處理樣板代碼時(shí)，AI 表現(xiàn)特別好。
通過(guò)示例，AI 還可以學(xué)習(xí)如何使用代碼庫(kù)中的內(nèi)部工具函數(shù)。這當(dāng)中，遷移和重構(gòu)，是最完美的應(yīng)用場(chǎng)景。
Schluntz 會(huì)手動(dòng)遷移一個(gè)實(shí)例，然后用它作為示例讓 Claude 轉(zhuǎn)換其余的輸入。
通過(guò)這種方式，他可以快速重構(gòu)大約 3,000 行代碼。
讓 Claude 掌舵
大多數(shù)人把 LLM 當(dāng)作 StackOverflow 的替代品：他們雖是在詢問(wèn)方向，但仍然自己在駕駛。Schluntz 則反其道而行之。
「如果你能夠給 Claude 正確的基礎(chǔ)構(gòu)建模塊，它往往可以一次性完成整個(gè)任務(wù)」。
在周末的機(jī)器人項(xiàng)目中，Schluntz 和朋友 Survy 給 Claude 提供了一段控制單個(gè)電機(jī)和讀取藍(lán)牙游戲手柄的代碼。
通過(guò)這些構(gòu)建模塊，Claude 能夠一氣呵成地編寫(xiě)出所有遠(yuǎn)程控制機(jī)器人的代碼，節(jié)省了大量時(shí)間和繁瑣的數(shù)據(jù)處理！
令人驚訝的是，這與常見(jiàn)的建議完全相反，即一次只向 LLM 提出一個(gè)問(wèn)題。
尤其是，在 Schluntz 不熟悉的領(lǐng)域，Claude 往往在任務(wù)分解方面表現(xiàn)得尤為出色。
過(guò)于具體的請(qǐng)求也能奏效，但有時(shí)會(huì)導(dǎo)致失去整體視角，類似于在沒(méi)有整體背景的情況下，給出狹隘的建議。
RTFM == Read This For Me
電機(jī)控制器，有一份 100 頁(yè)的說(shuō)明書(shū)，內(nèi)容繁瑣且復(fù)雜。但 Schluntz 和 Survy 將其上傳到 Claude，然后提問(wèn)，迅速解決了其中一個(gè)問(wèn)題。
在以前，這可能需要一個(gè)小時(shí)的仔細(xì)閱讀，并查找相關(guān)術(shù)語(yǔ)和教程。
機(jī)械同理心
「你不需要成為工程師才能成為賽車(chē)手，但你必須擁有機(jī)械同理心?！?/p>
—— 三屆 F1 世界冠軍 Jackie Stewart
漸漸地，Schluntz 開(kāi)始建立起一種非常好的直覺(jué)，Claude 能正確處理哪些事情，以及哪些事情仍需要人類做。了解這種區(qū)別，讓他在兩個(gè)方向上都避免了很多挫敗感。
Schluntz 學(xué)會(huì)了哪些地方可以進(jìn)行簡(jiǎn)化處理：
「我正在使用一個(gè)名為 pygame 的 Python 庫(kù)……」 簡(jiǎn)化為 「在 pygame 中……」
「當(dāng)我運(yùn)行你的代碼時(shí)，我收到了這個(gè)錯(cuò)誤信息…… 你認(rèn)為我現(xiàn)在應(yīng)該怎么做」 簡(jiǎn)化為直接復(fù)制堆棧追蹤（stack trace）。
他甚至還學(xué)會(huì)了，轉(zhuǎn)換或重構(gòu)大塊代碼可以帶來(lái)顯著效果。例如，在每一行之間添加計(jì)時(shí)器（timing instrumentation）。
另一方面，Schluntz 學(xué)到如果一個(gè) LLM 在兩次嘗試中，無(wú)法修復(fù)一個(gè)錯(cuò)誤，那么它永遠(yuǎn)也不能修復(fù)。這時(shí)就需要自己動(dòng)手了。
他還對(duì) Claude 可能會(huì)犯的錯(cuò)誤，有了很好的直覺(jué)。
有一次，Claude 給了一段代碼，它循環(huán)遍歷 motor1, motor2, motor2, motor4，遺漏了 motor3。
作者的朋友注意到這一點(diǎn)，并說(shuō) 「這一定是幻覺(jué)」！但 Schluntz 能感覺(jué)到，「Claude 絕不會(huì)犯這種錯(cuò)誤」。
果然，當(dāng)他們檢查輸入時(shí)，發(fā)現(xiàn)這個(gè)錯(cuò)誤確實(shí)存在于最初放入 Claude 的原始代碼中。
為自己構(gòu)建臨時(shí)工具
當(dāng) Schluntz 帶著機(jī)器人繞著后院轉(zhuǎn)了一圈后，它輸出了一份包含 GPS 坐標(biāo)和其他數(shù)據(jù)的 CSV 文件。
他想檢查這些數(shù)據(jù)與實(shí)際情況的準(zhǔn)確性，但并沒(méi)有很高效的方法，要弄清楚如何查看和分析這些 GPS 坐標(biāo)可能需要一個(gè)小時(shí)。甚至，他可能會(huì)手動(dòng)在手機(jī)上檢查 GPS 坐標(biāo)，用眼睛死死盯著這些數(shù)字，害怕漏掉其中一行。
這次，Schluntz 將 CSV 文件的前兩行提供給 Claude。它立即生成了一個(gè)網(wǎng)頁(yè) App，可以在衛(wèi)星圖像上渲染上傳的 GPS 坐標(biāo) CSV 文件！
擁有恰好符合我需求的完美調(diào)試工具，而不用依賴 print 語(yǔ)句或預(yù)先構(gòu)建的可視化工具，徹底改變了局面。
AI 讓軟件開(kāi)發(fā)變得如此便宜，以至于它可以為特定任務(wù)創(chuàng)建一次性工具！
總的來(lái)說(shuō)，這些經(jīng)驗(yàn)和教訓(xùn)讓 Schluntz 在使用 AI 寫(xiě)代碼時(shí)，變得更高效！
沒(méi)有 AI 工具，這就像是放棄編譯器，改為手寫(xiě)匯編語(yǔ)言一樣。
未來(lái)會(huì)怎樣？
在文章的最后，Schluntz 將 AI 編程劃分為三個(gè)階段：
過(guò)去 1-2 年
過(guò)去的幾年里，AI 在軟件工程中的最大用途是，在 IDE 中使用 Copilot 自動(dòng)補(bǔ)代碼，或是通過(guò) ChatGPT 查詢代碼知識(shí)（以往需要去 StackOverflow 尋找答案）。
以及，通過(guò)一些智能體，在沒(méi)有人類監(jiān)督情況下輔助編程，執(zhí)行多個(gè)步驟，但這些并不實(shí)用。
今年
2024 年，這三個(gè)領(lǐng)域都在發(fā)生變革。
諸如 Zed、Cursor 和各種 VSCode 擴(kuò)展這樣的 IDE，深入地整合了大模型，擁有更完美的上下文，還能處理更大塊的代碼生成。
Claude Artifacts、ChatGPT 的 Data Analyst 取代了 Jupyter Notebook。它們已經(jīng)成為作者的原型開(kāi)發(fā)工具，和一次性代碼的首選解決方案。
最后，一批如 Cognition、Factory、CodeGen 等智能體初創(chuàng)公司，正在端到端地自動(dòng)化某些工作流程。
未來(lái) 1-3 年
Schluntz 認(rèn)為，未來(lái) 1-3 年，會(huì)出現(xiàn)真正的「AI 工程師」。
也就是說(shuō)，這三個(gè)領(lǐng)域可能會(huì)融合成一個(gè)產(chǎn)品 ——「AI 工程師」，一個(gè)可以在自主模式和同步模式之間連續(xù)工作的系統(tǒng)：
1. 自主模式適用于范圍明確的任務(wù)
AI 將完全獨(dú)立工作，具備編寫(xiě)和運(yùn)行代碼、使用外部工具、搜索網(wǎng)絡(luò)信息、訪問(wèn)內(nèi)部文檔以及從過(guò)去錯(cuò)誤中學(xué)習(xí)的能力。它會(huì)不斷迭代任務(wù)，直到完成或遇到瓶頸。這將占據(jù) 80% 的工作量。
2. 配對(duì)編程模式適用于最難的任務(wù)
人類將在高層次上指導(dǎo) AI，而 AI 負(fù)責(zé)處理低層次的實(shí)現(xiàn)細(xì)節(jié)?；?dòng)將是高度多模態(tài)的，人類和 AI 將在文本描述、視覺(jué)圖表、口頭討論和直接操作彼此代碼之間無(wú)縫切換。你可能會(huì)共享屏幕，讓 AI 跟隨并給出建議和意見(jiàn)，或者 AI 共享它的屏幕，而你在它操作時(shí)給予指導(dǎo)。
除此之外：
AI 工程師將擁有與你作為員工時(shí)相同的所有背景信息和知識(shí)
AI 將連接到公司的知識(shí)庫(kù)，訪問(wèn)你的設(shè)計(jì)文件和客戶訪談?dòng)涗?。無(wú)論是自主操作還是與人類配對(duì)，AI 都能在需要時(shí)無(wú)縫地提取這些信息以做出決策。
AI 工程師將是主動(dòng)的而不是阿諛?lè)畛械?/p>
如果你提出一個(gè)設(shè)計(jì)建議，AI 會(huì)提供用戶訪談?dòng)涗洠⑻岢龈玫慕ㄗh。
AI 工程師將為其工作中的簡(jiǎn)單和可預(yù)測(cè)部分派遣更便宜的子智能體，從而降低計(jì)算成本和延遲。就像你可以瀏覽日志文件而不必逐字閱讀一樣。
在 Schluntz 看來(lái)，AI 工程師在特定方面將比大多數(shù)人類工程師更聰明，但有時(shí)會(huì)缺乏常識(shí)或者需要重新集中注意力并接受指導(dǎo)。
實(shí)際上，這與今天經(jīng)理和產(chǎn)品經(jīng)理與工程師合作的方式并沒(méi)有太大區(qū)別。
我們還需要工程師嗎？
正如計(jì)算器的發(fā)明并沒(méi)有讓會(huì)計(jì)師失業(yè)，而是提升了他們的工作，使他們能夠在更高的抽象層次上進(jìn)行思考。
會(huì)計(jì)師仍然需要知道如何做數(shù)學(xué)運(yùn)算和理解計(jì)算，但像計(jì)算器和電子表格這樣的工具使他們能夠創(chuàng)造比以前更多的價(jià)值。
類似的，AI 也會(huì)降低創(chuàng)建軟件的門(mén)檻，就像任何人都可以使用 Excel 做個(gè)人會(huì)計(jì)一樣。
學(xué)生們可以在宿舍里啟動(dòng)完整的應(yīng)用程序和業(yè)務(wù)，小型工作室也可以為自己創(chuàng)建量身定制的軟件工具。
這時(shí)，創(chuàng)造力將會(huì)是唯一的瓶頸。人類工程師不會(huì)消失。
我們?nèi)匀恍枰诟邔哟紊线M(jìn)行優(yōu)先級(jí)排序，理解問(wèn)題的整體架構(gòu)和范圍，并審查 AI 的工作，尤其是在系統(tǒng)變得更大時(shí)。
不同的是，我們將會(huì)把更多的時(shí)間花在思考構(gòu)建什么上，而不是重復(fù)性地考慮「如何」構(gòu)建。
如今，Schluntz 已經(jīng)擺脫了石膏的「束縛」，但他依然會(huì)將大部分代碼交給 Claude 去寫(xiě)。
軟件工程的未來(lái)
巧合的是，Cognition AI 的總裁 Russell Kaplan 昨天也發(fā)表了長(zhǎng)推，預(yù)測(cè)在 AI 越來(lái)越擅長(zhǎng)寫(xiě)代碼的時(shí)代，軟件工程行業(yè)將如何發(fā)展。
Congnition AI 正是第一個(gè) AI 軟件工程師 Devin 的開(kāi)發(fā)商。
在 Kaplan 看來(lái)，研究實(shí)驗(yàn)室將對(duì)下一代模型的編碼和推理進(jìn)行更多改進(jìn)。很快，模型在編程上就會(huì)變得非常出色。為什么呢？
除了通用人工智能的進(jìn)步外，編程還有一個(gè)獨(dú)特的優(yōu)勢(shì)：通過(guò)「自我對(duì)弈」實(shí)現(xiàn)超越人類的數(shù)據(jù)擴(kuò)展?jié)摿Α?/p>
模型可以編寫(xiě)代碼，然后運(yùn)行它；或者編寫(xiě)代碼，編寫(xiě)測(cè)試，并檢查一致性。
這種類型的自動(dòng)監(jiān)督在大多數(shù)領(lǐng)域是不可能實(shí)現(xiàn)的，因?yàn)槲覀冊(cè)诮咏祟悓I(yè)知識(shí)極限時(shí)，面臨著后訓(xùn)練的數(shù)據(jù)壁壘。而代碼不同 —— 它可以通過(guò)經(jīng)驗(yàn)和自動(dòng)化進(jìn)行測(cè)試。
因此，軟件工程在幾年內(nèi)將會(huì)發(fā)生根本性的變化。
真正的編碼智能體將能夠完成端到端的任務(wù)，并與今天的 AI Copilot 相輔相成。在這個(gè)新世界中，每個(gè)工程師都將成為工程經(jīng)理，并配有一支由智能體組成的實(shí)習(xí)生大軍。
工程師只需將把基本任務(wù)委派給編碼智能體，然后就能把更多的時(shí)間花在解決更高層次的問(wèn)題上：理解需求、架構(gòu)系統(tǒng)以及決定構(gòu)建什么。
這將引領(lǐng)我們進(jìn)入一個(gè)前所未有的軟件繁榮時(shí)代。
很快，曾經(jīng)難以開(kāi)發(fā)且成本高昂的軟件將變得更加易于獲?。ㄌ岣?10 倍），「一次性軟件」也將會(huì)大量涌現(xiàn)。
未來(lái)的軟件工程師將比現(xiàn)在多得多，只是工作方式會(huì)有很大不同：更多的自然語(yǔ)言，以及更少的樣板代碼。
當(dāng)然，對(duì)于這種變化，工程師們很快就能夠適應(yīng)，就像他們從匯編語(yǔ)言過(guò)渡到 Python 時(shí)一樣。
除了直接的生產(chǎn)力提升之外，這還會(huì)對(duì)初創(chuàng)公司產(chǎn)生實(shí)質(zhì)性的「二階效應(yīng)」。
首先，面向開(kāi)發(fā)者的公司也將針對(duì)編碼智能體進(jìn)行「營(yíng)銷(xiāo)」。畢竟，你的智能體會(huì)決定使用哪個(gè)云服務(wù)和選擇哪個(gè)數(shù)據(jù)庫(kù)。
曾經(jīng)作為優(yōu)先考慮的用戶友好 CLI，將轉(zhuǎn)變?yōu)橹悄荏w友好的 UI / UX 界面。
產(chǎn)品質(zhì)量的門(mén)檻也將提高。在開(kāi)發(fā)者能夠更快交付的世界中，半成品或功能不完整的 MVP 將不再被接受。
隨著編碼智能體的興起，測(cè)試基礎(chǔ)設(shè)施將變得更加重要和普及。因?yàn)榫幋a智能體會(huì)編寫(xiě)更多的測(cè)試，同時(shí)也會(huì)依賴這些測(cè)試來(lái)檢查他們的工作。
隨著智能體使代碼遷移變得更容易，轉(zhuǎn)換成本將不再是科技公司的護(hù)城河。公司甚至將智能遷移助手與產(chǎn)品進(jìn)行捆綁銷(xiāo)售，來(lái)簡(jiǎn)化使用流程。
無(wú)論具體情況如何，總體趨勢(shì)是明確的：現(xiàn)在是成為開(kāi)發(fā)者的最佳和最高效的時(shí)代。
參考資料：
https://x.com/ErikSchluntz/status/1820501663998001160
https://x.com/alexalbert__/status/1820503813180280964
https://erikschluntz.com/software/2024/07/30/code-with-ai.html
https://x.com/russelljkaplan/status/1820460524460802256
本文來(lái)自微信公眾號(hào)：微信公眾號(hào)（ID：null），作者：新智元，原標(biāo)題《AI 編碼無(wú)需人類插手！Claude 工程師摔斷右手，竟一周狂肝 3000 行代碼》
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。