AI真的要抢我们饭碗了？一个程序员的亲身试验报告

最近几年，关于AI会不会取代所有人的工作这个话题，网上吵得沸沸扬扬。说实话，我一开始完全不当回事，觉得大部分都是瞎扯淡。毕竟我学过神经网络，也了解大语言模型、机器学习、深度学习这些东西的基本原理。早期试用过一些生成式AI工具，但印象都不太好——bug一堆，经常胡说八道，功能还很受限。

改变想法的转折点

2024年，我决定认真重新审视这个问题。确实，技术进步了不少，但要说取代真正的软件工程师？还差得远，尽管当时媒体标题写得天花乱坠。

从那以后，我开始密切关注这个领域，做各种实验，想搞清楚这项技术到底能对我们的日常工作产生什么影响。于是就有了这次实验：我决定完全依靠AI来重新设计我网站的视觉主题。

我的网站改造实验

我的网站(rafaelhs-tech.com)是2021年用Angular搭建的（版本7还是8，记不清了），很基础，就几个组件，太空主题设计。想法很简单：只改外观和感觉，看看AI能做到什么程度。

第一回合：Claude 3.7的"创意发挥"

我用Claude 3.7开始这次冒险，第一个提示大概是这样的：

“这是一个Angular XX应用，我想把样式改成赛博朋克主题。文件夹按组件组织，每个组件代表一个页面。”

Claude扫描了项目，找到了SASS文件，开始生成新代码…然后就开始胡言乱语了：居然在Angular项目里创建React文件！

我试着纠正，但它就是不听，继续破坏应用，混合文件，一遍又一遍地输出React代码。没办法，我只能重头再来。

第二回合：更详细的指令

这次我更具体了：明确说明了Angular版本，详细描述了文件夹结构，重点强调了关键文件，给出了完整的项目概述。结果呢？视觉上稍微好了一点，但UI还是坏的。页面对齐错乱，样式不一致，最要命的是：代码简直是一团糟。

对于不熟悉的朋友说明一下，把HTML、CSS和JS这样混在一起，在现代Web开发中是非常糟糕的做法。

这并不意外，但进一步证实了一个关键点：这些AI代理仍然缺乏对良好开发实践的真正理解。我继续用Claude 3.7试了一阵子，但越来越沮丧。我要求一件事，它返回完全不同的东西。**光是为了对齐一个按钮，我就发了超过15个提示！**我意识到手动修复会更快，但我坚持要模拟非技术用户的体验。

Claude 3.5：稍有改善

我也试了CodeLLM，但它有另一个问题：没有长期记忆。如果提示失败或达到token限制，在新线程中继续就会重置所有内容，完全忘记之前的上下文。这真的很烦人。

Claude 3.7常见的"幻觉"包括：

• 生成我没要求的东西
• 无法回退更改
• 删除所有内容然后循环重新生成代码

于是我换到Claude 3.5，它表现得更可靠一些，能更准确地执行指令。我继续调整，经过大约40个提示后，终于得到了一个看起来还不错的视觉效果。

但代码还是很乱：CSS和SASS混在一起，JS内嵌在HTML中，奇怪的文件名，无用的注释…什么都不能重用。我决定试试其他大语言模型，比如Gemini 2.5、GPT o1和GPT o4mini。结果都一样令人沮丧，而且每次运行都会产生明显不同的结果（这是预料之中的）。

实验总结：现实很骨感

毫无疑问，AI正在改变我们编码、学习和解决问题的方式。但取代软件工程师？我们还远远做不到。

从这次实验中得出的一些心得：

成本问题：整个过程花费约14美元，主要是因为长时间对话和多次重新开始。如果没有多次重来，大概8到9美元。

技术栈局限：这个项目基于TypeScript、SASS和HTML，都是文档齐全、广泛使用的技术栈，AI都会产生大量幻觉。想象一下用Elixir、Clojure或Crystal试试？我试过，效果很糟糕。

代码质量堪忧：代码能"运行"，但需要大幅重构。

用户体验差距：模糊的提示得到模糊的答案，理论上显而易见，但对非技术用户来说很成问题。

我的真实感受

经过这一切，我可以自信地说：我们离技术奇点还很远。大语言模型本质上就是文本输入→文本输出。当然，中间有复杂的处理过程，但没有真正的"智能"在发生。

如果你重复同样的提示，结果可能会不同。这是因为LLM是非确定性的，它们基于概率生成响应。top-k采样和top-p采样等技术可以影响结果，但随机性是这个游戏规则的一部分。

是的，这确实提高了简单任务的门槛，可能会影响初级开发者，但一切都取决于具体情况。

现在想象一个真实世界的复杂系统，有后端逻辑、BFF、Terraform、CI/CD管道或微服务，一个小的UI调整可能在其他地方产生意想不到的副作用。那将是一场灾难。我和一些做移动开发的朋友聊过，他们的体验更糟糕。老实说，Web开发可能是"最不坏"的场景。

适应才是王道

关键在于我们要学会适应。我现在每天都在使用AI工具，用来学习、写文档、制作PRD、MRD、画图表等等。但我们离AI独自解决软件工程问题还很遥远。

AI确实有用，但不是万能的。它更像是一个有时很聪明、有时很糊涂的助手。作为程序员，我们需要学会如何有效地与它协作，而不是指望它完全取代我们。

这次实验让我明白，技术进步确实在加速，但距离真正威胁到有经验程序员的地位，还有很长的路要走。我们需要做的是拥抱变化，学会利用这些工具提高效率，而不是被恐惧所支配。

毕竟，会用工具的人，永远比工具本身更有价值。