这是一个创建于 55 天前的主题,其中的信息可能已经有所发展或是发生改变。
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
4 条回复 2026-02-28 11:05:34 +08:00  | | 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。 |
 | | 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 |
style type="text/css">.wwads-cn { border-radius: 3px !important; } .wwads-text { color: var(--link-color) !important; }