用 AI 写代码以后,我越来越像个转发层
/ 2 分钟阅读
最近处理测试提过来的问题,经常是这么个流程。测试发现问题、提单,我把问题复述给 AI,补一点上下文,跟着它一起定位。等它改完,我把出问题的场景再跑一遍,确认没问题了,就把结果反馈给测试。
这一圈下来,该做的事都做了,问题也解决了。但有时候回头想想,开发者好像越来越像是夹在需求和 AI 中间的一层转发。
以前自己改代码,得先顺着代码把问题捋一遍。是哪一步出了问题,这段逻辑为什么这么写,改了会不会影响别的地方,多少得在脑子里过一遍。这个过程挺磨人,有时候半天就为了改几行。但过一阵子再碰到这块代码,通常还能想起来,当时为什么要这么改。
现在 AI 一次能改的东西越来越多,牵涉的范围也越来越大。开发者花更多时间在说清楚问题、补充信息和验收结果上。原来那个场景确实跑通了,可要说清楚这次改动为什么这么做、还影响了哪些地方,还得回去找到原始的会话。
我还是愿意用 AI 开发确实能省下不少时间,那么有哪些判断/思考是必须保留给自己来做的呢?