于是我就买了很多 udemy的课程,但是很多时候就是买了就是买了,基本没怎么听。买课的钱也就花出去了,精力也浪费了。
你有没有发现这两者的共同点是什么,我现在意识到是回避思考。并且现在 AI 出来之后好像这个问题被放大了。
AI 的能力变得越强,当我们能越来越轻松的获取到高质量的答案的时候,我发现我越来越讨厌思考了。原来没有 AI 的时候,一旦代码出了问题,我还需要在 stackoverflow 上搜索半天,在代码每个地方都 log 出信息,一步步看输出是否符合预期。甚至会几个同学把自己的经验分享出来,一起 debug 。虽然当时学习的过程是很痛苦的,但是却我成长最快的时候。
现在 vide coding,有人统计了现在AI 说的最多的话 给我一段完整的代码,这个报错了,你检查一下。不只是 AI 让我们写代码这件事情的效率是提升了,但是我觉得很多人忽视的效率提升背后的代价是深度思考的能力。
AI 能帮你过滤掉平庸的答案,但是不能代替你思考。相反,我们应该用 AI 来进行更加深度的思考。
我知道现在还有很大一部分人,对 AI 的看法是,我直接扔给他一个任务,看它能不能完成。如果不能完成,就说,这 AI 看着也不行啊。我在频道里面也分享了很多 AI 的使用案例,可以多多参考。
这些情况,让我反过来思考使用 AI 最不能丧失的就是决定权。你能让 AI 生成一个完整的方案,但是最后实行方案,为此负责的人是你。你需要对其中的细节,和每一个决策逻辑了如指掌。比如我可以用 AI,甚至只用对话的方式让 AI 帮我写代码,但是在对话的过程当中,包含了我对每个细节的思考,为什么这个地方可以用简单的方案,为什么这个地方需要用这样的方法等等。
从这个角度出发,我其实明确知道我什么时候应该vibe coding。当我知道写某些代码是对我能力上的锻炼的时候,我不会用 vibe coding。如果我知道这个是没有什么价值,不需要任何思考的任务的时候,我才会交给 AI 去完成。
以下都是我接触 AI 来,我认为能让他完成的事。最重要的是,这些例子是我实际使用 AI帮助我的真实方式。它们源于我完成实际工作的需要。这意味着例子并不十分华丽,但却十分有效。
在工作和学习当中,我常常需要去阅读某个代码仓库,并且按照自己的需求去修改他们。首先我会让 AI 去帮我梳理一个代码仓库的执行流程图,我会按照这个流程图里面去理解整个的执行逻辑。了解完成之后呢,我会和 AI 沟通我自己的需求,询问会在哪一个地方插入这样的需求是合适的。注意这一步我不会让 AI 帮我完成这个需求。因为到现在我都还不是特别了解这个代码仓库的执行逻辑,所以我会让 AI 帮我定位相关的代码,然后我会仔细阅读其中的逻辑。然后在一问一答之间让 AI 帮助我,理清思路和解决我的问题。