我用 2 个小时知道了，手搓代码 VS AI 编程谁更锋利！

 
迩来圈子里到处都在讨论“AI能不能替换步调员”，各类观点众口纷纭、莫衷一是，让人难以分辨。
到底是人机协作还是人机竞争？AI毕竟是不是比手搓代码更锋利？为了评估AI在实际开发场景中的体现，我们构造了一场人工手搓代码与OpenAI Codex的角逐，看看在实际研发场景中，两者到底谁更胜一筹。
这次要办理的标题场景是研发团队最一样寻常的研发工作——解Bug！
解Bug不但磨练技能功底，更必要对项目逻辑、业务场景的认识度，也是最能体现编程实操本事的环节。
 
角逐规则：

产物司理提前预备好10个Bug和1个需求，由参赛的两组选手同时处置惩罚。
处置惩罚完成后，必要提交代码，再由禅道研发负责人刚哥负责评审两边的代码质量，末了由2名测试工程师分别对两组提交的效果举行测试，重点验证Bug是否完全办理、需求是否实现。
 
接下来，让我们谨慎先容古法编程参赛选手：

（手搓代码组，由禅道资深研发工程师小明负责，全程纯手工编写代码、修复Bug、完成需求开发。）

以及新新新新新权势AI参赛选手：
 

 （AI辅助组，依赖OpenAI Codex，搭配禅道研发总监金庸哥哥完玉成部使命。）
 
角逐当天9点10分，两组同时开始处置惩罚，11点20分竣事，全程耗时2小时10分钟。 
终极比拼效果如下：

Tips：此次重要聚焦一样寻常解Bug的场景，后续还会增补更多的测试情况，覆盖差别场景下的真实体现。

综合本次比拼的全程体现，我们的复盘总结如下：

起首，AI组的团体进度重要卡在了前4个Bug的处置惩罚阶段，由于对禅道的近期功能筹划并不认识，碰到“筹划云云”类标题时，AI会在无效路径中反复实验，导致耗时偏高；而人工组则更认识禅道筹划，对于“筹划云云”的Bug可以或许快速给出判断，同时团体的Bug处置惩罚速率和节奏也显着更快。

其次，在OpenAI Codex的使用过程中袒暴露了几个显着标题，这也是影响AI服从的关键因素：

• AI组未加入部门功能开发，对项目标已有逻辑不认识，假如利用职员无法给出进一步的精准提词，Codex就会不停在多种办理思绪中反复实验，反而斲丧大量时间，这也是前期进度受阻的核心缘故原由之一；
  
• 禅道的代码存在不少特殊判断逻辑，Codex在没有明确提示的情况下，很轻易给堕落误的办理方案，必要后续反复调解；
  
• 缺少美满的项目文档支持，Codex每次处置惩罚使命时，都必要从0开始阅读整个代码库，浪费了大量不须要的时间，也间接影响了团体进度。
  

基于上述发现，我们也可以或许梳理后续的AI辅助的优化方向，既能提升AI的使用服从，又能美满团队自身的研发流程：一是增长前端和后端业务的Skill文档，让AI能快速相识项目业务逻辑和代码规范，淘汰无效实验；
二是可以让AI对接visual、用例和日志，实现反馈循环，让其能根据测试效果和日志信息自动调解办理方案，提升正确性；
三是优化产物代码库的团体构造，让代码结构更清晰，方便AI快速检索关键信息；
四是在业务流程中，相干职员提Bug时可带上对应url，如许可以或许实现一步定位到模块方法，淘汰AI阅读代码库的时间，提升定位服从。
 
手搓 VS AI，毕竟哪方更胜一筹？

从角逐的全程及后续的优化方式来看，基于差别的职员利用，AI确实能实现提效，但效果并没有我们想象中那么惊艳，不存在AI可以或许“一键替换步调员”的情况。
同时，AI辅助编程也存在肯定的资源，好比必要投入时间整理文档、优化提词、调解AI给出的错误方案，这些都必要人工加入，并没有各人说的那样省心省力。
固然，尚有很多人以为AI编程完全“不必要认识代码，全部交给AI干就可以”，但从实际效果来看，对代码的认识程度固然不影响AI的使用，但会影响提词的精准度，进而影响AI的服从和办理方案的正确性。
团体来看，AI能到达20%~30%的提效，就已经可以或许满意一样寻常研发的需求了。而通过这次实测，我们也更清晰地明确了AI的定位：它更适互助为辅助工具，用来提升编程服从、减轻人工负担，而不是完全替换步调员。毕竟在实际研发场景中，项目标特殊逻辑、个性化需求、代码质量的把控，以及标题的精准定位，依然离不开人工的专业判断。
 
那些在担心AI能不能替换本身的步调员们，或是在思考能不能用AI替换步调员的老板们，看到这个效果，各人会作何感想？

免责声明：如果侵犯了您的权益，请联系站长及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金.