人工智能

人工智能如何重塑开发者的职业道路?实现卓越的三项实践

Gwen Davis认为,随着人工智能代理的使用不断扩大,开发者的价值将更多地从编写每一行代码转向指导工具、审查其输出以及作出技术决策。文章提出三项实践:管理代理、不接受第一个答案,以及将节省下来的时间投入到解决更广泛的问题中。

2026-10-02
1 分钟阅读
281 浏览量
certi.news Editorial Team
人工智能如何重塑开发者的职业道路?实现卓越的三项实践
Gwen Davis认为,随着人工智能代理的使用不断扩大,开发者的价值将更多地从编写每一行代码转向指导工具、审查其输出以及作出技术决策。文章提出三项实践:管理代理、不接受第一个答案,以及将节省下来的时间投入到解决更广泛的问题中。

随着人工智能工具从辅助编写代码转向执行更多编程任务,开发者的工作正在发生变化。根据Gwen Davis的说法,仅仅编写代码已经不够;明确问题、提供适当背景、评估输出,以及在采用解决方案前解释技术权衡,正变得越来越重要。

1. 指导人工智能,而不仅仅是使用它

文章指出,在依赖人工智能的环境中,执行工作始于清晰定义任务,随后是分配任务和审查结果。例如,在添加身份验证流程的任务中,一个代理可以负责准备实现,另一个代理负责文档,第三个代理则准备测试集。

这并不意味着开发者可以免除对最终结果的责任。实际变化在于,开发者花在手动执行每个部分上的时间减少了,而花在明确需求、协调各代理的输出,以及决定哪些内容适合审查或发布上的时间增加了。Davis总结认为,学习指导人工智能代理已经成为一项独立的实践技能。

2. 不要未经审查就相信第一个答案

工具可能在几秒钟内生成看似令人信服的解决方案,但其中可能包含无法通过快速阅读发现的缺陷。文章以一个返回每位客户最新订单的SQL查询为例:解决方案可能忽略对时间戳相同情况的处理,或者没有提出合适的索引,又或者在大型表上的性能会恶化。

Davis建议使用第二个模型来批评第一个模型的工作,然后对两者的回答运用工程判断。她指出,不同模型的优势和盲点各不相同,并提到集成在GitHub Copilot中的Rubber Duck代理使用第二个模型来批评计划、代码和测试。不过,人工审查仍然不可或缺;重点不是取代人的判断,而是在继续推进之前增加一个批判性视角。

3. 利用节省下来的时间解决更大的问题

当人工智能承担更多执行工作后,开发者可以将可用时间投入到了解客户需求、评估架构权衡、设计系统,以及作出工具无法代替自己作出的决策上。

以添加暗色模式为例,人工智能可以执行修改、生成测试并更新文档。而开发者的清单则包括核实客户面临的问题、审查架构权衡、检查可访问性、确定成功指标,以及批准解决方案。

实际会发生什么变化?

核心信息并不是编程技能失去了价值,而是责任范围正在扩大。开发者仍然要对结果质量负责,但需要将指导工具的能力、发现工具错误的能力,以及将执行与项目真正目标联系起来的能力结合起来。文章提供了一般性的实践指导,但没有规定衡量这些实践影响的指标,也没有明确应当向代理委派的任务范围;因此,应用决策仍取决于项目性质和风险程度。

新闻来源
c
作者

certi.news Editorial Team

你需要知道的

开发者的角色正从手动编写代码,转向指导 AI 代理、审查其输出并做出技术决策。文章建议管理代理,不要未经批判地采纳第一个答案,并将节省下来的时间投入到理解客户需求和系统设计中。

  • 开发者需要清晰定义任务,将任务分配给代理,审查结果,并对最终结果负责。
  • 根据文章,学习如何指导 AI 代理已成为一项独立的实用技能。
  • AI 的回答即使存在逻辑、性能或可扩展性缺陷,也可能看起来很有说服力。
  • 可以使用第二个模型批评第一个模型的输出,但人工审查和判断仍然不可或缺。
  • 应将 AI 节省的时间投入到理解客户、权衡架构方案、系统设计和可访问性等方面。

常见问题

随着 AI 代理的使用扩大,编程技能的价值会降低吗?

文章并未认为编程技能失去价值,而是指出开发者的职责范围正在扩大,包括指导工具、发现工具的错误,并将实现与项目目标联系起来。

为什么不应直接采用 AI 的第一个答案?

因为它可能看似正确,却忽略特殊情况或性能方面的考量,例如相同的时间戳、合适的索引,或对大型表的处理。

使用第二个模型进行批评时,人工审查的作用是什么?

人工审查仍然不可或缺;第二个模型可以提供批判性视角,但不能替代人工的工程判断。

如何利用 AI 节省的时间?

可以将时间用于理解客户需求、评估架构权衡、设计系统、检查可访问性以及确定成功指标。

同一分类

你可能还喜欢

查看所有新闻