AI编程究竟怎么样

最近折腾龙虾啊，Hermes啊，各种Agent啊，发现AI编程真的是个不错的东西，至少让我这个不会写代码的搞运维的也能产出软件。但更深层的问题在于，AI写代码的能力到底如何呢？或者说AI写的代码究竟是好是坏呢？

AI生成代码的质量取决于3个因素：1.prompt质量，2.模型，3.工具。
AI编程质量的好坏本质上考验的是你的沟通能力。当你觉得AI听不懂你的prompt时，不妨把同样的话说给你的同事们听，如果他们也听不懂你在说什么，那么你应该从自己身上探寻为什么AI生成的内容总是无法满足你的需求。沟通不等同于说话，是一种技巧，需要后天练习。
AI编程效果的好坏另一方面取决于模型，例如在OpenClaw中使用GLM-5.1模型产出的代码（或者解决方案）质量一定比你选择使用auto模式（即随机模型）得到的结果质量要高；而同样的是GLM-5.1模型，在Claude Code中使用GLM-5.1模型的效果又会比在OpenClaw中使用GLM-5.1的效果要好。这里还不包括你添加的MCP服务或者skill配置所带来的增益。
问题就在这里：上面所说的一切不像传统的编程工具一样是免费的了，在过去，“装备”从来不是拉开开发者差距的因素，大家都是用免费的VSCode或者企业版的编程工具全家桶；但现在AI让开发者变得不平等起来：好的沟通能力不是信手拈来的；成熟的AI编程工具，先进模型以及token的额度是需要用真金白银去买的，你甚至还要投入额外的金钱来绕过模型对特定区域的封锁，还要考虑你所在的工作环境能否让你随心所欲的使用AI，以及使用什么样的AI模型。这也是我发现为什么我们正身处于一个分裂的AI早期的混沌世界中：有人试着不停的调整prompt却始终无法让deepseek生成正确的代码结果，有人则对事半功倍Claude Code爱不释手；有人养龙虾养得不亦乐乎，有人却不明白这些智能体到底有什么用。

信息化的世界正在发生改变，这只是刚开始而已。

打赏

微信扫一扫，打赏作者吧～