近年來，隨著 AI 工具的不斷發(fā)展，開發(fā)者們的工作面臨著前所未有的變化。從 Cursor 到 Bolt，從 Winsurf 到 v0，這些強(qiáng)大的 AI 編程工具極大地提升了開發(fā)效率，尤其是在代碼生成、原型開發(fā)和自動化任務(wù)方面。然而，伴隨著技術(shù)的進(jìn)步，許多開發(fā)者開始擔(dān)心：在這些工具越來越強(qiáng)大的情況下，自己的工作是否會被取代？本文將探討為什么 AI 工具實際上讓開發(fā)者的技能變得更加寶貴，而非相反。

1. 當(dāng)前 AI 工具的瓶頸

盡管 AI 工具如 Bolt、Cursor 和 v0 可以幫助開發(fā)者迅速搭建基礎(chǔ)應(yīng)用框架，完成一些常見功能的生成，但它們在實際應(yīng)用中也存在顯著的瓶頸。許多開發(fā)者在使用這些工具時，遇到了 “死亡陷阱”（Pit of Death） 和 “死亡平臺”（Plateau of Death）。

• 死亡陷阱：AI 工具可能會陷入一些無法解決的棘手問題或難以修復(fù)的 bug，導(dǎo)致開發(fā)進(jìn)程停滯不前。比如，在開發(fā)一個復(fù)雜的電商平臺時，AI 很難在遇到復(fù)雜支付接口時繼續(xù)提供幫助。一旦進(jìn)入這個坑，AI 可能無法再提供有效的解決方案，只能等待開發(fā)者介入。

AI工具產(chǎn)生的死亡陷阱

• 死亡平臺：在一些任務(wù)上，AI 工具可能遇到瓶頸，無法繼續(xù)提升其輸出。盡管不斷輸入新的指令，AI 的生成質(zhì)量和效率可能停滯不前，這意味著開發(fā)者不得不重新思考或調(diào)整整個開發(fā)過程。

AI瓶頸造就了死亡平臺

開發(fā)者證言：“死亡陷阱通常是由于大語言模型（LLM）達(dá)到了它的‘可用’上下文長度。這一長度遠(yuǎn)低于模型所宣傳的最大上下文長度。解決這一問題的辦法其實很簡單，一旦你發(fā)現(xiàn)模型的效果不如最初，最好的做法是開始一個新的聊天會話。并且在開始新會話之前，讓 AI 總結(jié)一下你目前的項目進(jìn)展和最近的工作內(nèi)容，然后將這個總結(jié)傳遞給新的會話。你會發(fā)現(xiàn)，模型一下子變得更加有用。這個過程需要不斷重復(fù)，但我相信，未來的智能工具工作流會自動化這一過程，只要開發(fā)者意識到這一點的重要性?！?/p>

這個證言揭示了當(dāng) AI 工具面臨難以解決的復(fù)雜問題時，開發(fā)者仍然是解決瓶頸的關(guān)鍵。Cursor 和類似的工具在幫助開發(fā)者快速搭建基礎(chǔ)結(jié)構(gòu)和生成代碼時，仍然需要開發(fā)者在復(fù)雜應(yīng)用和特定需求的解決上提供持續(xù)的支持。通過有效的調(diào)試和人工干預(yù)，開發(fā)者能夠重新啟用 AI 工具，避免停滯和卡殼。

當(dāng)遇到“死亡陷阱”時開發(fā)者只能親手修復(fù)項目才能繼續(xù)

這些問題揭示了一個重要的現(xiàn)實：雖然 AI 工具可以高效生成基礎(chǔ)代碼和快速原型，但在面對更復(fù)雜的需求和障礙時，開發(fā)者的專業(yè)能力依然不可或缺。因此，AI 工具更像是一個 輔助工具 ，幫助開發(fā)者應(yīng)對常見任務(wù)和原型開發(fā)，而非替代開發(fā)者解決所有問題。

2. 開發(fā)人員對于復(fù)雜應(yīng)用仍然至關(guān)重要

雖然 AI 工具在許多任務(wù)中表現(xiàn)出色，但當(dāng)應(yīng)用程序的復(fù)雜性逐步增加時，開發(fā)者的作用變得愈發(fā)重要。AI 工具無法獨立處理所有開發(fā)任務(wù)，尤其是涉及業(yè)務(wù)需求和系統(tǒng)設(shè)計的復(fù)雜應(yīng)用時。

為什么開發(fā)者仍然不可替代？

• 批判性思維與決策能力：AI 工具無法根據(jù)業(yè)務(wù)需求做出復(fù)雜的技術(shù)決策，開發(fā)者需要不斷根據(jù)項目進(jìn)展調(diào)整設(shè)計。
• 跨領(lǐng)域的理解與協(xié)作能力：開發(fā)者不僅要編寫代碼，還需要與其他部門（如產(chǎn)品、設(shè)計等）合作，確保開發(fā)的功能符合實際需求。
• 復(fù)雜問題解決能力：AI 工具可能會在遇到復(fù)雜算法或系統(tǒng)集成問題時停滯不前，而開發(fā)者需要具備解決這些難題的能力。

實際案例：

• 電商平臺支付集成：AI 工具能迅速生成基礎(chǔ)支付接口代碼，但當(dāng)涉及到跨平臺支付解決方案的整合時，AI 無法提供有效的架構(gòu)設(shè)計和安全加固，開發(fā)者需要介入處理。
• 數(shù)據(jù)安全與加密：在涉及敏感數(shù)據(jù)的應(yīng)用時，AI 工具雖然可以生成加密算法，但對于如何在特定環(huán)境下處理數(shù)據(jù)安全，開發(fā)者仍需憑借經(jīng)驗和判斷力進(jìn)行調(diào)整。

3. AI 工具的價值所在

AI 工具并非旨在替代開發(fā)者，而是 增強(qiáng)開發(fā)者的工作效率，讓他們將更多精力投入到創(chuàng)意和技術(shù)難題的解決中。AI 工具的價值在于它們能夠優(yōu)化開發(fā)流程中的重復(fù)性任務(wù)，從而讓開發(fā)者更專注于高附加值的部分。

AI 工具的具體價值

• 快速原型設(shè)計：AI 工具能夠迅速搭建一個可運(yùn)行的原型，供開發(fā)者測試和改進(jìn)。這能顯著縮短產(chǎn)品迭代周期。
• 自動化代碼生成：AI 可以根據(jù)設(shè)計圖或需求自動生成基礎(chǔ)代碼，減少手動編寫代碼的時間，特別是在重復(fù)性高的任務(wù)中表現(xiàn)突出。
• 減少錯誤與優(yōu)化工作流：AI 工具能夠幫助開發(fā)者在編碼過程中發(fā)現(xiàn)并修復(fù)常見錯誤，避免重復(fù)調(diào)試，提高工作效率。

對比：AI 工具與開發(fā)者的不同角色

實際應(yīng)用：

• 自動化代碼生成：AI 能夠在短時間內(nèi)生成一個表單頁面的 HTML 和 CSS 代碼，但如果需要將此頁面與后端數(shù)據(jù)源進(jìn)行無縫連接并進(jìn)行復(fù)雜的驗證邏輯時，AI 工具則顯得力不從心，開發(fā)者需要介入。
• 用戶體驗改進(jìn)：AI 工具可以自動生成 UI 設(shè)計，但如何確保設(shè)計與用戶需求的對接、如何通過技術(shù)手段提升用戶體驗，仍然是開發(fā)者的核心工作。

4. 繁瑣任務(wù)交給 AI，創(chuàng)新和復(fù)雜問題交給開發(fā)者

AI 工具的核心優(yōu)勢在于 自動化低附加值的任務(wù)，讓開發(fā)者能夠集中精力處理更具挑戰(zhàn)性和創(chuàng)造性的工作。例如，AI 工具可以自動生成常見的 API 接口、處理簡單的數(shù)據(jù)庫操作和錯誤調(diào)試，這些都是開發(fā)者日常工作中的瑣碎部分，完全可以交給 AI 來處理。

而開發(fā)者則可以將時間和精力集中在 創(chuàng)新設(shè)計 和 復(fù)雜問題解決 上。開發(fā)者不僅需要理解技術(shù)如何與業(yè)務(wù)需求相結(jié)合，還要在應(yīng)用架構(gòu)、技術(shù)選型等方面做出判斷。這些高附加值的任務(wù)正是 AI 無法獨立完成的部分。

例如，在開發(fā)一個面向用戶個性化推薦的系統(tǒng)時，AI 可以幫助你生成基礎(chǔ)的算法框架，但如何根據(jù)業(yè)務(wù)需求調(diào)整推薦邏輯、如何通過數(shù)據(jù)分析優(yōu)化用戶體驗，這些都需要開發(fā)者根據(jù)實際情況進(jìn)行靈活的調(diào)整和創(chuàng)新。

5. 結(jié)論

隨著 AI 工具的不斷進(jìn)步，許多開發(fā)者擔(dān)心自己的工作會被取代。然而，AI 工具并不意味著開發(fā)者的技能將失去價值。相反，AI 工具實際上增強(qiáng)了開發(fā)者的能力，讓開發(fā)者能夠更高效地完成繁瑣的任務(wù)，集中精力處理創(chuàng)新性和復(fù)雜的問題。

AI 工具幫助開發(fā)者加速產(chǎn)品原型設(shè)計、自動化重復(fù)性任務(wù)，從而釋放出更多的時間和精力讓開發(fā)者專注于創(chuàng)造性和復(fù)雜的技術(shù)挑戰(zhàn)。未來，AI 工具將更加深度地與開發(fā)者的工作流程融合，開發(fā)者的技術(shù)能力、創(chuàng)新能力和問題解決能力將變得更加寶貴。因此，AI 不僅不會取代開發(fā)者的工作，反而會讓開發(fā)者在技術(shù)領(lǐng)域中發(fā)揮更大的價值。開發(fā)者應(yīng)當(dāng)主動學(xué)習(xí)如何利用 AI 工具提升工作效率，同時保持對技術(shù)的深度理解和創(chuàng)造性思維，這樣才能在快速發(fā)展的技術(shù)浪潮中保持競爭力。

本文轉(zhuǎn)載自??非架構(gòu)??，作者： 非架構(gòu)