在用 AI 生成代码时
一般总会有某种从行为上判断任务是否完成的方法
如果是我不擅长的语言
我就会想 AI 真好啊，这就把问题解决了
但是如果是我非常熟悉的语言
就很难不注意到有时确实生成了质量比较差的代码
但是仔细想想，我从过去的教材或经验中积累的判断代码质量的方法，未必适用于整个团队都重度使用 AI 读/写代码的当下
例如，函数写得很长或者参数传得很绕，对人脑来说确实会增加认知负担，但是 AI 理解起来似乎并没有什么困难
另一方面，有些代码质量问题倒是跟是否用 AI 关系没那么大，例如某些错误处理方法会导致出现错误时不好排查
一般总会有某种从行为上判断任务是否完成的方法
如果是我不擅长的语言
我就会想 AI 真好啊，这就把问题解决了
但是如果是我非常熟悉的语言
就很难不注意到有时确实生成了质量比较差的代码
但是仔细想想，我从过去的教材或经验中积累的判断代码质量的方法，未必适用于整个团队都重度使用 AI 读/写代码的当下
例如，函数写得很长或者参数传得很绕，对人脑来说确实会增加认知负担，但是 AI 理解起来似乎并没有什么困难
另一方面，有些代码质量问题倒是跟是否用 AI 关系没那么大，例如某些错误处理方法会导致出现错误时不好排查
 |
1
workbest 2 月 28 日
能跑就行
有 bug 不用管，先上了再说 |
 |
2
msg7086 2 月 28 日
遵循头脑风暴→分析→设计→编程→自动化测试→代码检查的流程，不要直接无脑编程然后无脑上线。
|
 |
3
crysislinux 2 月 28 日 via Android
跑得通就行，要的就是快。
|
|
4
workbest 2 月 28 日
看看昨天有一个招聘需求，二周上线不行就搞下一个，这样的节奏还管什么呢
|
Select Language