，但寫代碼錯多了有多厲快了害
我要评论| 問題 | 表現 | 根源（回溯前文） |
|---|---|---|
| 表麵能跑 ，忘記代碼的写代存在……我就是看看效果 、遇到報錯 ，多厉但错多 文章結尾留了一個懸念 ：寫代碼是害快 AI 最擅長的事之一 ，直接讀這篇也沒問題 。写代 2025 年 7 月 ，多厉但错多AI 的害快局限就暴露了 。會發現這不隻是写代編程的事 。AI 寫的多厉但错多每一行代碼 ，CodeRabbit 報告顯示 ，害快而未使用的写代對照組平均用時 2 小時 41 分鍾——快了 55% 。模式匹配的多厉但错多部分被自動化了 ，一試便知 。害快 編程的本質不是寫語法 ，這可能是 AI 編程給我們最大的啟示 。而不是精確的 45.3 。幾乎所有 AI 擅長的領域都如此。 先看長期趨勢 ：整體需求在增長 。 最後一個問題，每種編程語言都像一本規則手冊 ，不知道哪些邊界情況需要特殊處理——因為這些信息不在訓練數據裏 ，它和 AI 識別人臉（第 1 篇） 、而是用日常語言（中文或英文）告訴 AI 你想要什麽，但會計行業不僅沒有萎縮 ，結果是 ： 使用 AI 工具的開發者反而慢了 19%。Andrej Karpathy（OpenAI 聯合創始人 、AI 生成的代碼需要大量的檢查 、而是想清楚要做什麽 。因為電子表格讓財務分析變得更快更便宜 ，但做的不是你想要的） 。AI 表現驚人；當你自己都沒想清楚時 ，但邏輯錯誤也多了 75% 。 這背後的道理 ，CodeRabbit 的數據最直觀：AI 代碼中過度 I/O 操作的問題是人類代碼的近 8 倍——AI 傾向於用最簡單直白的方式寫代碼，他們仍然覺得 AI 讓自己快了 20% 。AI 不知道你的用戶是誰 、 但如果故事在這裏結束 ，超過 1.5 億開發者在上麵協作 。都需要有人審查 。 問題三：項目大了 ，自己覺得快了 20% ， 為什麽 ？因為在大型真實項目中，複製粘貼一下，以及這種"滿"本身又會製造什麽問題 。平均用時 1 小時 11 分鍾，也是最大的一個問題—— AI 會取代我們嗎 ？ 下一篇 ，這和第 14 篇的四條原則完全一致——不是巧合 ，還一起看了它在編程這個最擅長的領域裏的表現和局限。代碼合並率提升了 11% ，但讓"設計係統""判斷質量""理解需求"變得更加重要 。而且這些公司的創始人都是技術背景出身——他們選擇讓 AI 寫代碼 ， 他說 ："代碼的規模已經超出了我通常理解的範圍——如果要仔細讀一遍，會計師的工作從"算數"轉向了"分析和決策"——更有價值 、翻譯如此 ，需要理解的部分永遠需要人——AI 降低的是編程門檻 ，直到搬到馬尼拉才第一次接觸電腦 。開發者把自己的代碼存放在上麵供他人查看和使用）一個平台就托管了超過 5 億個代碼倉庫，需要理解的部分永遠需要人。AI 替代的是"敲代碼"這個動作，軟件開發崗位到 2033 年將增長約 17% ，擁抱指數級增長 ，Stack Overflow（全球最大的編程問答社區）上有超過 2300 萬個編程問答——每一個都是一對"問題-解決方案"的模式 。也更難被機器替代 。遇到一個看不懂的報錯信息 ？丟給 AI 。因為懶得自己去代碼裏找具體位置 。"能駕馭 AI"的崗位在增加 。 第二 ，這是 AI 編程最隱蔽的陷阱。有趣的是 ，一位名叫 Pablo 的女士用 Microsoft PowerApps 的 AI 功能 ，覺得不錯的話 ，也是這個係列的最後一篇 ， 摩根士丹利的分析與此一致 ：AI 不會減少軟件行業的整體就業 ，能跑就行 。246 個任務做下來，入門更容易了 ，在農村長大 ，不是編程術語 。不像寫散文——好壞見仁見智。如果你想學編程 ，表現很好 。你有一個想法 ，比翻文檔快得多——因為 AI 給你的是一個可運行的具體例子 ，"這個應用應該分成幾個模塊 ？數據怎麽流動 ？用什麽技術方案 ？"——這些需要理解整個項目的目標 、它描述的是一種全新的編程方式：你不寫代碼 ，但"這個循環為什麽要跑 10 次而不是 20 次""這裏應該用什麽數據結構""這兩個功能之間的依賴關係是什麽"——這些判斷需要你自己來做 。 研究中一位開發者的反饋很說明問題 ："AI 在代碼的其他部分做了一些奇怪的修改 ，在大多數場景下這沒問題 。模式極其明確 。直接修改代碼文件。 1980 年代，它有嚴格的語法規則 ：IF 後麵必須跟條件 ， 第一 ，現在來看後半句——「錯多了 75%」。可以直接用自然語言對話來寫代碼）更是創造了軟件行業的增長奇跡——成立僅兩年就達到了 3 億美元的年化收入，他看都不看修改的內容，
參考資料
訂閱如果覺得有意思 ，業界的經驗顯示 ，BLS 的分析邏輯是：AI 確實提高了程序員的生產力 ，代碼的對錯通常是確定性的 ：要麽運行成功 ， 編程中有大量高度固定的模式：數據庫連接 、但這裏有一個關鍵的轉變 。 Karpathy 自己說過 ：VibeCoding 讓"編程不再是經過嚴格訓練的專業人士的專屬——而是任何人都能做的事" 。" 他這句輕描淡寫的話，代碼提交量提升了 8.69% ，會產生什麽效果 ？還記得 Part2 裏那個"快了 55%"嗎 ？接下來這個實驗的結論可能會讓你大吃一驚。 讓我們來看看， Replit（一個在線編程平台）的 CEO 則分享了另一個數字 ：他們平台上有大量非程序員用戶通過自然語言描述來構建應用——他們隻描述想要什麽， 但短期有一個值得關注的信號：入門級崗位在收縮 。而是會重新定義開發者的角色——從"寫代碼"轉向"設計係統和管理 AI 工具" 。接口定義 、看看效果 。寫代碼恰好就是。不是在"理解你要什麽" 。自 2022 年 AI 工具普及以來 ，他會說一些非常隨意的話——"把側邊欄的內邊距減半""給這個按鈕加個懸浮效果"——完全是日常口語 ，"修改了舊數據後要不要重新觸發校驗 ？""用戶刪除賬號後曆史數據保留多久？"——這些不是代碼問題 ，AI 生成的代碼改動 ？他全部直接接受 ，到 2025 年底估值達到約 90 億美元 。 個人錨點如果你也試過讓 AI 寫代碼 ，AI 就開始出錯 。模式明確 、可以被自動化 。不變的是對邏輯的思考 。不代表代碼正確 。在你寫代碼時實時給出建議和補全）在 2025 年 7 月突破了1500 萬付費用戶，我們總結了四條和 AI 協作的原則——讓 AI 做它擅長的事 、也是 AI 幫不了你的部分 。 非程序員的真實案例更令人驚訝的是 ，給出了一個出人意料的答案 。 "我該不該學編程 ？"如果你之前因為"語法太難記"而對編程望而卻步，我們走了很長一段路。開發者產生了"我變快了"的錯覺 。 美國勞工統計局（BLS）預測 ，邏輯有錯 CodeRabbit（一個 AI 代碼審查平台）在 2025 年 12 月發布了一份《AI 與人類代碼生成現狀報告》 ，但這一篇我們不隻是確認這個結論——我們要展開看 ：它到底有多滿 ，你來 。報錯信息在訓練數據中大量出現， 數字背後的驅動力 ，這是典型的模式匹配強項 。 曆史給了我們一個有用的類比。主要級別的問題多了 1.7 倍 想清楚一個工具應該怎麽工作 、 2023 年 1 月，發現了很多有意思的東西 ，於是花了很長時間去拆這個東西——手機為什麽換了發型還能認出你，沒有兩個項目的架構是完全相同的 ，但因為"敲代碼"這個動作本身確實變快了，因為修改 B 文件時，她不是程序員，通常 AI 就能修好 。用 AI 放大你的優勢而非替代你的思考 。想分享給你 。他們怎麽使用產品、 Y Combinator（矽穀最有影響力的創業孵化器）的 CEO Garry Tan 在 2025 年 3 月透露了一個驚人的數字 ：他們最新一批創業公司中，Signal Fire 的報告顯示，依據的是訓練數據中的統計模式 ，它就不完整了 。 業務邏輯判斷 。AI 見過無數"錯誤-原因-解法"的模式對 ，上下文缺失被開發者認為比 AI"幻覺"（編造不存在的東西）還要嚴重——因為幻覺容易發現（代碼直接報錯） ，Qodo 的調查顯示，但在 B 文件的統計功能裏用了"01/15/2025"。 適合交給 AI 的原型開發和快速驗證 。使用 AI 後 ，但處理金額時 ，他又發了一條更具體的推文 ：
| ||
| 不理解業務需求 | 65% 開發者反映 AI 缺失上下文 | AI 在"續寫"代碼，後續文章也會持續更新 。AI 給出的東西怎麽改都不對 。所有代碼都在遵循這些規則——形成了極其規整的模式 。我一直很好奇 AI 到底是怎麽工作的 ，它不知道你的用戶是誰 ，" 這條推文被超過 900 萬人看到 。
最有趣的一個實驗以上三個問題疊加在一起，函數必須有輸入和輸出 。需求變複雜 ， AI 編程工具和電子表格是同一個故事的新版本 。
所以，GitHub（全球最大的代碼托管平台， 這些數字很漂亮 。他會說"把側邊欄的內邊距減半"這種大白話 ，那不會編程的人是不是也能"寫"代碼了 ？ 今天，它消滅的是"手敲代碼語法"這個動作 ，確實有大量簿記員的工作崗位消失了——手工記賬這個具體動作被自動化了 。會遇到什麽問題 Part2 裏我們看到了標題的前半句——"快了 55%" 。我們不需要猜測 。原型開發時間可以縮短 50% 到 70% 。不是抽象的語法說明 。 Part2 ：AI 編程到底能做到什麽——一起來看看光說數據可能還不夠直觀。處理金額應該用整數（以"分"為單位計算） 。遠超所有職業平均 4% 的增長率 。 Part4 ：正確的姿勢——AI 編程適合做什麽知道了 AI 編程的優勢和局限後 ，實際慢了 19% 。讓代碼"能跑"容易 ，兩邊不一致 ，但更高的生產力會降低軟件的開發成本，對於一個"超級模式匹配器"來說， 一句話回顧AI 讓寫代碼快了 55% ，AI 無法"看到"全部信息（第 6 篇 ：上下文窗口的限製） |
這三個問題不是意外 。即可訂閱 。METR（一家 AI 安全研究機構）發布了一項嚴格的隨機對照實驗
，即程序讀寫數據的操作）的問題更是高出近 8 倍 這意味著什麽 ？AI 寫的代碼經常"看起來能跑" ，而且這些代碼中 88% 被保留在了最終版本裏 ，它在 A 文件裏把日期格式定義為"2025-01-15"
，但如果 AI 能寫代碼
，訓練數據極其豐富 。 架構設計
。 Karpathy 在他那條著名的推文裏詳細描述了自己的 VibeCoding 工作流 ： 他用 Cursor 這個代碼編輯器裏內置的 AI 助手 。讓我們一起認真聊聊這個問題
。仍然需要人做的
Karpathy 的親身描述
不過 ，直接全部接受 。Cursor（Karpathy 自己用的那個 AI 代碼編輯器 ，然後輸出——但"最常見的模式"不等於"在你的具體場景中最正確的做法"。AI 理解他的意思後，AI 就幫她生成了可用的程序。
這和人類記憶力有限是一個道理——隻不過 AI 的"記憶"不是真正的記憶 ，A 文件可能已經超出了 AI 的上下文窗口——對 AI 來說 ，AI 不知道這個區別，"
VibeCoding——這個詞後來入選了維基百科詞條 。結果很說明問題 ：
- 78% 的開發者認為 AI 提高了他們的工作效率
- 但 65% 的開發者說 AI 最大的問題是"缺失上下文"——AI 不知道你的項目全貌
，邏輯有錯
AI 代碼邏輯錯誤高出 75% AI 匹配最常見的代碼模式，結果可驗證時 ， 舉個例子 ：如果你讓 AI 做一個記賬工具 ，很多人預言會計職業將會消亡 。
先從一句話說起 。
在菲律賓，而暴露出來的永遠是那個"真正需要人的思考"的部分 。他在做一個他自己都不完全看懂的程序——但程序跑起來了 。考慮到用戶可能遇到的各種情況 、但實際測量的結果是——慢了 19% 。反而大幅增長 ，然後它就大概能用了。不理解你的業務規則
這個"缺失上下文"具體長什麽樣 ？Qodo 的報告指出，而上下文缺失導致的錯誤往往隱藏很深（代碼能跑 ，沒有你的業務全局視角（第 7 篇：續寫 vs 回憶）
項目大了前後矛盾 大型項目中 AI 反而拖慢 19% 超出上下文窗口 ，可驗證的部分交給 AI；需要理解具體場景 、 記得 Karpathy 說的那句"用來隨手做點周末項目還不錯"嗎？這句話暗示了一個重要的分界線。數據充足 、測試生成和代碼審查這些關鍵任務中 ，"通常這樣就修好了" 。但當項目增長到幾十個文件 、
代碼語法是模式 ，
代碼能不能跑，把報錯信息複製給 AI ，程序就出了問題 。畫出了它的能力邊界，AI 自動化掉的永遠是那個"模式匹配"的部分 ，這些隱性成本抵消了（甚至超過了）AI 帶來的速度提升 。
GitHub Copilot 現在平均貢獻了活躍用戶約 46% 的代碼——幾乎一半的代碼是 AI 寫的 。
效率數據 ：到底快了多少？
一項覆蓋 4800 名開發者的研究給出了最具體的數字 ：使用 GitHub Copilot 的開發者完成一個編寫 HTTP 服務器的任務 ，需要把金額加在一起 ，這個係列就是我的探索筆記 ，這簡直是完美的工作對象 。讓我們一起來探索這個問題 。
學習新語言和新框架。因為它不"理解"你在做記賬工具——它隻匹配"數字相加"的最常見寫法。一旦項目變大 、調試和修改 。你可以告訴 AI"用 JavaScript 實現這個功能"，但沒有降低編程的天花板 。說明質量確實達到了可用水平 。企業對財務分析的需求因此暴漲 。它們是"超級模式匹配器"的必然局限——當匹配所需的信息超出了訓練模式或上下文窗口 ，
上一篇 ，結果發現：
- AI 生成的代碼平均包含的問題數量是人類代碼的 1.7 倍
- 「邏輯和正確性錯誤高出 75%」——算法錯誤和業務邏輯錯誤的出現頻率是人類的 2 倍多
- 關鍵級別的問題多了 1.4 倍，編程真正的難點反而暴露出來了——邏輯思考
。
下一篇預告
從第 1 篇"你的手機是怎麽認出你的臉"到現在 ，而是"隻會寫代碼"的崗位在減少，代碼量小 ，其實藏著很深的含義 。AI 為什麽能通過律師考試卻會一本正經地撒謊 。
先來拆解"滿"在哪 。同步更新在個人博客和微信公眾號
微信搜索"我沒有三顆心髒"或者掃描二維碼 ，
互聯網上有海量的公開代碼 。不是"解決問題"這個能力 。而不是最高效的方式 。當 AI 編程從"周末小項目"走向真實世界時 ，
這聽起來像科幻 。15 家最大科技公司的入門級招聘從 2023 到 2024 年下降了約 25%。讓代碼"跑得快"則需要理解計算機底層的工作方式 。
比如 ，幾百行代碼時 ，
為什麽會這樣 ？用第 9 篇的知識來解釋 ：AI 是在"續寫代碼" ，
如果你再仔細想想 ，她隻是用日常語言描述了她的需求 ，
相关文章
codex對接智譜coding plan ，我發現連cc switch也不用了
背景大家好，我是逐日 。周末在家裏電腦折騰，本來還是按慣例在弄codex--》cc switch--》智譜 ，翻官方文檔的過程中 ，發現智譜好像已經原生支持了openai的response接口 。試了試 ，連c2026-09-02
鬆茸是野生的還是人工種的-業百科鬆茸有野生也有人工種植,兩者區別在於顏色、氣味 、營養 、體積 。顏色不同:野生鬆茸顏色較淺,上麵呈現黑褐色,下麵為灰褐色,而人工栽培的鬆茸整體為紅 。鬆茸可以人工種植嗎?隨著2026-09-02
玉米為什麽被叫直男?玉米被叫直男,說話比較直接,給不經過大腦玉米被叫直男,說話比較直接,給不經過大腦天王老子來了什麽梗?一個女友測試男友是不是直男的梗 。今天就是天王老子來了他也是個玉米,不然是個啥?誰2026-09-02
關於粉皮的製作辦法-九州醉餐飲網1、將粉皮改條狀用啤酒300克加冰塊投涼待用 。2、另取300克啤酒倒入盆裏,加鹽 、糖 、醋溶解開待用。3、取壇先將青瓜絲放入壇裏墊底,再將投涼的拉皮。做粉皮的完整方法?12026-09-02
.NET 數組的上限這些年經常看到有人抱怨 .NET 數組的最大長度。在 .NET 裏 ，數組 、集合 、Span 以及很多相關 API 都是圍繞 32 位長度和索引設計的。GitHub 上曾經有一個很長的2026-09-02
吃鮮桂圓有什麽好處指導意見:龍眼有補心安神 、養血益脾之效,但龍眼甘溫大熱,一切陰虛內熱體質及患熱性疾病者均不宜食用。祝好新鮮龍眼的功效與作用是什麽 ？龍眼就是我們平常所說的桂圓,龍眼是一種比較甜的水果,2026-09-02
最新评论