一位40岁的开发者在Linux.do论坛分享了其使用Claude与Codex混合进行AI编程的完整经历。今年5月起,作者开始同时使用两款AI编程工具开发一个大型产品项目。项目第一天,他在多个窗口同时运行AI工具,一天内生成了约十万行代码,提交记录相当可观。然而第二天运行测试时发现问题,删除了三万行代码;第三天修复依赖问题时又删掉了三万行。原本计划一周上线的项目,最终拖延了一个月仍处于调试阶段。作者描述了AI编程的典型困境:刚修好的模块,第二天可能被AI重新破坏,需要持续返工维护。经过多个凌晨三点的调试折磨后,项目代码逐渐趋于稳定并开始正常运转,但代码漂移问题依然存在。作者在帖子末尾向社区其他开发者求助,询问如何有效控制AI生成代码的漂移问题。该帖反映了当前AI编程工具在快速生成代码方面的真实能力,同时也暴露出在代码质量控制、架构一致性和长期维护方面仍存在明显短板,为社区提供了关于AI辅助开发实际效率的一手参考。
事件分析
核心观点:AI将代码生产成本降低百倍,但验证与治理成本重新回到人类手中,这才是AI编程的真正瓶颈。
原文链接:Linux.do




评论前必须登录!
立即登录 注册