開(kāi)發(fā)者調(diào)查:使用量增加降低人工智能編碼工具的信任度
加入技術(shù)交流群
人工智能工具被軟件開(kāi)發(fā)人員廣泛使用，但這些開(kāi)發(fā)人員及其經(jīng)理仍在努力弄清楚如何最好地使用這些工具，并在此過(guò)程中出現(xiàn)了成長(zhǎng)的煩惱。
這是社區(qū)和信息中心 StackOverflow 對(duì) 49,000 名專(zhuān)業(yè)開(kāi)發(fā)人員的最新調(diào)查得出的結(jié)論，StackOverflow 本身也受到了將大型語(yǔ)言模型 （LLM） 添加到開(kāi)發(fā)人員工作流程的嚴(yán)重影響。
調(diào)查發(fā)現(xiàn)，到 2025 年，五分之四的開(kāi)發(fā)人員將在他們的工作流程中使用人工智能工具——這一比例近年來(lái)一直在快速增長(zhǎng)。也就是說(shuō)，“對(duì)人工智能準(zhǔn)確性的信任度已從前幾年的 40% 下降到今年的 29%。
這兩個(gè)指標(biāo)之間的差異說(shuō)明了 GitHub Copilot 或 Cursor 等人工智能工具對(duì)該行業(yè)不斷發(fā)展且復(fù)雜的影響。開(kāi)發(fā)人員之間關(guān)于這些工具是否或應(yīng)該有用的爭(zhēng)論相對(duì)較少，但人們?nèi)栽谂宄裁词亲詈玫膽?yīng)用程序（和限制）。
當(dāng)被問(wèn)及他們對(duì)人工智能工具的最大挫敗感是什么時(shí)，45% 的受訪者表示他們正在為“幾乎正確但不完全正確的人工智能解決方案”而苦苦掙扎——這是報(bào)告的最大問(wèn)題。這是因?yàn)榕c明顯錯(cuò)誤的輸出不同，這些輸出可能會(huì)引入陰險(xiǎn)的錯(cuò)誤或其他難以立即識(shí)別且相對(duì)耗時(shí)的問(wèn)題，特別是對(duì)于初級(jí)開(kāi)發(fā)人員來(lái)說(shuō)，由于他們依賴(lài)人工智能，他們帶著虛假的信心來(lái)處理工作。
因此，調(diào)查中超過(guò)三分之一的開(kāi)發(fā)人員“報(bào)告說(shuō)，他們對(duì) Stack Overflow 的一些訪問(wèn)是由于與人工智能相關(guān)的問(wèn)題造成的”。也就是說(shuō)，他們從基于 LLM 的工具中接受的代碼建議會(huì)帶來(lái)問(wèn)題，然后他們不得不求助于其他人來(lái)解決。
即使最近通過(guò)推理優(yōu)化模型取得了重大改進(jìn)，這種接近但不完全不可靠的問(wèn)題也不太可能完全消失;這是預(yù)測(cè)技術(shù)工作原理的特有特征。
這就是為什么 72% 的調(diào)查參與者表示“氛圍編碼”不是他們專(zhuān)業(yè)工作的一部分;有些人認(rèn)為它太不可靠，并且可能會(huì)引入不適合生產(chǎn)的難以調(diào)試的問(wèn)題。
為什么開(kāi)發(fā)人員仍然使用這些工具
那么，鑒于所有這些懷疑和挫敗感，為什么開(kāi)發(fā)人員仍在使用這些工具呢？好吧，在某些情況下，他們的經(jīng)理試圖強(qiáng)迫他們這樣做。但更常見(jiàn)的是，這是因?yàn)檫@些工具仍然很明顯有用——重要的是不要誤用它們。
重要的是，經(jīng)理和個(gè)人貢獻(xiàn)者將人工智能工具與強(qiáng)大的培訓(xùn)一起引入工作流程，以確保對(duì)最佳實(shí)踐的深刻理解，這樣這些工具就不會(huì)被濫用，從而產(chǎn)生的問(wèn)題多于解決的問(wèn)題，或者浪費(fèi)的時(shí)間多于節(jié)省的時(shí)間。
開(kāi)發(fā)人員需要減少對(duì) Copilot 自動(dòng)完成建議之類(lèi)的東西的信任，更多地將它們視為一個(gè)起點(diǎn)，而不是僅僅按下 Tab 鍵并繼續(xù)前進(jìn)。像這樣的工具最適合一種有限的結(jié)對(duì)編程關(guān)系：要求 LLM 發(fā)現(xiàn)問(wèn)題或提出你仔細(xì)考慮的更優(yōu)雅的解決方案，而不是建議你從表面上看的完整方法。
它們也可用于學(xué)習(xí)。通過(guò)不斷熟悉新語(yǔ)言、框架或方法來(lái)始終學(xué)習(xí)的機(jī)會(huì)是吸引一些人從事這項(xiàng)工作的原因之一，而法學(xué)碩士可以通過(guò)更有針對(duì)性的方式回答問(wèn)題來(lái)減少該過(guò)程中的摩擦，而不是通過(guò)通常不完整的技術(shù)文檔進(jìn)行費(fèi)力的搜索——這正是人們過(guò)去使用 StackOverflow 的那種事情。
“盡管我們看到流量下降，但絕沒(méi)有某些人所說(shuō)的那么劇烈，”StackOverflow 首席產(chǎn)品和技術(shù)官 Jody Bailey 在對(duì) VentureBeat 的評(píng)論中說(shuō)。StackOverflow 計(jì)劃將其部分資源用于擴(kuò)大人工智能工具素養(yǎng)和促進(jìn)社區(qū)討論，以幫助解決涉及這些工具的工作流程特有的問(wèn)題。
評(píng)論