1. 当黄仁勋说"编程只是打字"时,一位12年老码农的深度思考
昨天在技术社区看到一段黄仁勋的访谈视频,这位英伟达CEO语出惊人:"编程已经不再重要了,因为AI可以编程。现在最重要的是学会与AI对话,告诉它你想要什么。"作为一位从2012年就开始写代码的老程序员,我的第一反应是——这话既对也不对。
1.1 AI确实改变了编程的基础形态
过去半年,我完整经历了从怀疑AI编程到深度使用AI辅助的转变。最直观的感受是:那些曾经需要手动敲击键盘的重复性编码工作,现在确实可以被AI大幅优化。以最常见的CRUD接口开发为例:
传统开发流程:
- 在IDE中新建Controller类
- 手动编写参数校验逻辑(通常要处理10+种边界情况)
- 实现Service层调用
- 添加异常处理机制
- 编写单元测试用例
- 总耗时:30-45分钟
AI辅助流程:
- 在Cursor中输入:"生成一个用户注册接口,需要手机号格式校验、密码强度校验,返回标准JSON格式"
- AI在10秒内生成完整代码,包含Swagger注解和基础测试用例
- 人工review并微调业务逻辑
- 总耗时:5-8分钟
这种效率提升在算法实现上更为明显。上周我需要实现一个基于TF-IDF的文本相似度算法,过去可能要查阅各种资料花上半天,现在只需向AI描述清楚需求,它能立即给出可运行的Python实现,甚至附上时间复杂度分析。
1.2 但编程远不止是代码生成
当我仔细记录一周的工作内容后,发现一个有趣的现象:AI主要替代的是那些有明确模式的工作,而真正耗费精力的部分反而更难被替代。这是我的时间分布统计:
| 工作类型 | AI替代程度 | 耗时占比 | 核心价值 |
|---|---|---|---|
| 业务需求分析 | 几乎不可替代 | 25% | 理解真实业务诉求 |
| 系统架构设计 | 部分辅助 | 20% | 技术选型与权衡 |
| 核心算法实现 | 可辅助但需人工把控 | 15% | 关键逻辑实现 |
| 代码审查优化 | 可辅助基础检查 | 10% | 质量与安全把控 |
| 生产问题排查 | 需人工主导 | 15% | 应急与诊断能力 |
| 团队协作沟通 | 不可替代 |
解锁全文
加入我们的会员,获取最新、最热、最精彩的开发者技术内容