AI & coding的思考二
这两周继续探索了一下AI在编码中的使用，有了更多的一些思考。
编码效率
这里主要是指的是编码效率，不是整个工作效率，我后面会讲到。在编码效率上来说，AI确实带来了非常大的提高，我的项目中涉及客户端、前端和后端，单个需求的在编码上花费的时间我认为减少了50%，通过不断对话或者摸索一些提问的方式，AI生成的代码越来越符合自己的想法，同时能够在现有的项目结构和风格上快速添加上去。当然，这里要说的的是我的项目一些难点主要在客户端，后端和web上对比很多其他后端项目复杂度没有那么高。 在代码重构中的使用，因为线上版本某个模块出现的问题比较多，但是之前的代码比较乱，排查问题非常困难，所以我决定重构整个模块。在这个过程中我快速梳理出来自己的想法，这里就是写出我自己想要的，AI能够理解并且快速生成，在单个模块编写之后，我进行快速验证，然后整个模块进行参考生成替换，效率非常高。然后修复小问题之后，再去抽象优化，继续生成，最后快速重构完成了。重构这一项工作因为时间的原因，其实很多时候会又一点枯燥，并且不容易得到肯定，但是在AI的协助下，这一项工作效率提高了很多。 最后一项，需要提到的就是各种方案和技术文档，这是许多开发非常头疼的事情。但是通过简单的一个思路的编写并且引用一些相关的文档，AI可以快速扩写并且生成非常精美的一些图表，这一块我觉得非常好。这里需要提到的一点是，文档非常重要，一个是梳理自己的思路，另外就是交流和团队协作，很多时候文档不可或缺。
工作效率
目前整个团队其实对AI提效表现的非常迫切和着急，虽然引入了AI，但是从目前的运作流程上来说，没有特别亮眼的表现。这里我认为问题出现在几个方面，第一个是开发过程中的需求准备(涵盖需求发现涉及等)，这一块其实对AI的理解和使用刚刚接触，还在摸索，需要一点时间。另外就是这里参与人员并不比开发少，产品、UI(UE等)、开发、leader等，这里从AI提效上来说需要输出一个“标准件”到开发，但是这一块没有明确还在探索。第二个就是开发人员使用AI的参差不齐，AI生成的代码质量会好一点，但是如果不加思考和分辨就提交上来，无论是审核和是修改，你会发现需要重新去理解AI的代码，因为你可能并不了解他的思路。第三个就是知识库和mcp的使用，这里我和许多人还在摸索，这一块还非常不熟悉。总体上来说，工作效率这一块还在探索。
AI中的问题
开发人员不能偷懒，需要对需求和技术有所思考，借助AI去优化和完善自家的想法，自己才能有所提高，AI也才能写出更好的代码。两者不断进化提高。 项目结构和后续维护的思考，这里我认为是对开发人员非常大的挑战，AI可以生成能用甚至质量非常好的代码，但是在实际开发过程中，点状的需求和小休小补，会解决眼前的问题，但是有可能会破坏整个项目的可维护性。另外就是一些成本、人力、技术上的限制，这是目前AI无法纳入思考的，这里就需要开发人员纳入去修正优化自己的思路。 分辨“好坏”的能力，AI提供了代码，但是开发人员需要去理解，尤其是面对自己不熟悉的地方，在生产环境部署一定要小心，至少在目前阶段，人需要去负责。 AI所带来的信息泛滥，这里一定要小心，无论是代码、文档等，大量AI参与生成所得，一定要学会去选择，然后不断优化自己的知识库。
最后，上面的思考可能和其他伙伴不一样，要结合自己的项目、团队和开发阶段去判断。完美和提高需要去打磨，AI的使用还需要进一步去学习.