编程、流畅度和人工智能

显然,生成式人工智能已经被大多数(绝大多数)程序员使用。这很好。即使生产力的提高比许多人想象的要小,但 15% 到 20% 的增幅也是巨大的。让学习编程和开始富有成效的职业生涯变得更容易也没什么可抱怨的。当 Simon [...] 时,我们都印象深刻

来源:O'Reilly Media _AI & ML

很明显,大多数程序员(绝大多数)已经在使用生成式人工智能。这很好。即使生产率的提高比许多人想象的要小,但 15% 到 20% 的增幅也是很可观的。让学习编程和开始一份富有成效的职业生涯变得更容易也没什么可抱怨的。当 Simon Willison 要求 ChatGPT 帮助他学习 Rust 时,我们都印象深刻。拥有这种触手可及的力量真是太棒了。

15% 到 20% 的增幅是很大的 Simon Willison 要求 ChatGPT 帮助他学习 Rust

但有一个疑虑,我和数量惊人的其他软件开发人员都有同样的疑虑。使用生成式人工智能是否会扩大入门级初级开发人员和高级开发人员之间的差距?

学得更快。挖得更深。看得更远。

学得更快。挖得更深。看得更远。

生成式人工智能让很多事情变得简单。在编写 Python 时,我经常忘记将冒号放在应有的位置。调用 print() 时,我经常忘记使用括号,尽管我从未使用过 Python 2。(旧习惯很难改掉,在许多较旧的语言中,print 是命令而不是函数调用。)我通常必须查找 pandas 函数的名称才能执行几乎所有操作 - 尽管我经常使用 pandas。生成式人工智能,无论您使用 GitHub Copilot、Gemini 还是其他东西,都可以消除这个问题。我曾写过,对于初学者来说,生成式人工智能通过减少记忆库函数和语言语法的神秘细节的需求,节省了大量的时间、挫折感和脑力空间 - 随着每种语言都觉得有必要赶上竞争对手,这些需求正在成倍增加。 (海象运算符?让我休息一下。)

print() 我被逼到了角落,因为我不知道我需要问一个问题。 reset_index() groupby() reset_index() groupby() groupby() groupby() reset_index()