程序员的思考:交互式AI带来了什么?

简介: 本文探讨了交互式AI对程序员及日常生活的影响。作者首先指出AI工具如ChatGPT和DeepSeek在编程中提供了极大便利,如代码优化和氛围编程,但也表达了对过度依赖AI的担忧,认为这可能导致个人思考能力的退化。接着,作者讨论了AI决策的不可证性问题,特别是在金融决策中,AI的错误决策可能带来损失,而开发者通常不承担法律责任。作者提出通过区块链技术记录AI的问答历史,以增加其可证性。最后,作者强调希望AI的发展能增强人类能力,而非导致失业或仅增强AI自身能力。文章呼吁对AI的使用保持警惕,并探索技术解决方案

 目录

一、前言

二、思考

2.1 依赖性

2.2 不可证性

三、结论


欢迎来到<盹猫>🐱的博客

本篇文章主要介绍了

[程序员的思考:交互式AI带来了什么?]

❤博主广交技术好友,喜欢文章的可以关注一下❤


一、前言

       交互式的AI成了当下的一个热门产物,它似乎可以对任何问题做出解答,它存在与电脑上、手机上或者其它的一些各种形状的物品上,它们有的提供文字回复,有的提供语音回复,有的提供"肢体"动作回复。在这里,我并不想就某一款产品功能进行论述,只讨论一个困扰了我很久的问题:这种交互式AI究竟为生活带来了什么?

二、思考

2.1 依赖性

       作为一名程序员,我同样也在使用一些成熟的AI产品,如:ChatGPT、DeepSeek等等(在编写博客时我的右边仍然有一个AI助手😃<为DeepSeek感到骄傲>),它们确实提供了极大便利。当我写了一个看起来非常糟糕的代码,它没有注释,它结构不够清晰,它维护困难(屎山?)..... ,我都可以将它们一股脑的复制扔进那个对话框,并说一句"帮我优化它",然后得到想要的代码。我听说最近又兴起了“氛围编程”的概念(”小白“开发者也可以通过AI进行编程开发产品),它只需要不断的向AI提供需要即可(可能需求文档也是通过AI生成的😁),它们很强大。


      但最近我对这种“便捷”产生了一丝恐惧,我发现自己比以前的自己更“懒惰”了(当然,这并不是指我不工作在家里睡大觉💤️),而是我不愿意自己动脑思考了(甚至是开发者文档也不愿意查阅了),我越来越倾向于将发现的问题一股脑的扔给AI,只为了快速知道答案。如果说只是新问题也就不感到恐惧了,有很多的旧问题也重复的去问AI,就有些“汗颜”了。AI似乎有一些使用成瘾性或是一种依赖性,如果说工作时,工期短,希望快些得到答案。那日常编程,非工作时间,是不是也总想问AI呢?

2.2 不可证性

       经常听到新闻,有人通过AI的辅助决策,在股市里如何如何"大赚特赚",又有人通过AI购买彩票中了多少钱。当然,我希望这些新闻是真的。不错,AI没有感情,它们更善于决策,不会被情绪影响自己的判断,它们可以通过历史分析一些规律,并通过一些“机缘巧合”踩中了这些规律。

       那假如有人通过AI决策,亏损了多少,这时应该去找谁呢?去找开发公司,大多数在使用时已经进行了“免责声明”,并不担负法律责任。这时就出现问题了,AI左右了你的决策产生亏损,同时又不用承担任何法律责任。

       我认为AI的回答存在一个可证性问题,即它不能随意的回答,且不负法律责任,这就像是一个程序的本身存在漏洞。我想过通过区块链的方式,即对所有的问题和回答进行HASH并将HASH值发布到区块链上,这样,AI的回答就可以得到查证。但AI模型的发行版本太多,与模型绑定的不太现实。但我想这个可证问题以后不可避免的要进行实现。

三、结论

       这只是一些AI使用过程中的思考,并没有任何贬低AI产品的意思,只是希望在这种交互式AI诞生后,生活会变好,所有人的能力会变强,而不是只是AI的能力变强或者失业。


如果你对区块链内容感兴趣可以查看我的专栏:小试牛刀-区块链

感谢您的关注和收藏!!!!!!

image.gif 编辑


目录
相关文章
|
人工智能 自然语言处理 IDE
代码生成智能体实战:打造程序员的AI编程助手
作为一名深耕AI编程领域多年的技术从业者,我见证了代码生成技术从最初的模板化生成到如今基于大语言模型的智能化代码生成的完整演进过程。在过去的三年里,我参与了多个企业级代码生成智能体(Code Generation Agent)项目的设计与实现,从最初简单的语法补全工具,到现在能够理解复杂业务逻辑并生成高质量代码的AI编程助手,这一技术的发展速度令人惊叹。
897 4
代码生成智能体实战:打造程序员的AI编程助手
|
人工智能 数据可视化 程序员
程序员必收藏!Github 167000+ star 的自主AI agent,全自动AI助手,全面覆盖开发效率场景
AutoGPT 是基于 GPT-4 的开源自主 AI 智能代理,全面覆盖开发效率场景。支持任务自动拆解、多轮反馈、插件扩展与记忆管理,具备持续执行能力,适合自动化测试、CI/CD、Web 数据抓取等任务。GitHub 超 176K Star,是当前最热门的 AI Agent 开源项目之一,提供 CLI 与 GUI 双界面,助力开发者提升工作效率。
1779 1
|
人工智能 运维 算法
AI浪潮下程序员的职业重构与生存指南
当代码生成器能写出比人类更规范的代码时,程序员的价值在哪里?这个问题曾让我陷入长时间的思考
|
人工智能 自然语言处理 前端开发
AI + 低代码,程序员的副驾还是替代者?
AI + 低代码,程序员的副驾还是替代者?
505 0
|
11月前
|
人工智能 算法 架构师
AI时代程序员的生存与突围从需求分析开始
AI能3秒生成代码框架,还要程序员干什么?
2090 9
|
11月前
|
数据采集 人工智能 程序员
PHP 程序员如何为 AI 浏览器(如 ChatGPT Atlas)优化网站
OpenAI推出ChatGPT Atlas,标志AI浏览器新方向。虽未颠覆现有格局,但为开发者带来新机遇。PHP建站者需关注AI爬虫抓取特性,优化技术结构(如SSR、Schema标记)、提升内容可读性与语义清晰度,并考虑未来agent调用能力。通过robots.txt授权、结构化数据、内容集群与性能优化,提升网站在AI搜索中的可见性与引用机会,提前布局AI驱动的流量新格局。
587 8
|
人工智能 算法 Java
后端程序员逆袭之路:巧用 AI 工具,拿下高薪 offer
在技术职场中,后端程序员面临诸多挑战,如复杂业务逻辑、繁琐代码编写与调试及持续学习压力。然而,AI 工具的兴起为后端开发带来了全新机遇。智能代码生成工具如飞算 JavaAI 可高效完成需求分析、设计与代码生成;智能调试工具如 CodeGuru 能快速定位问题;知识学习工具如 ChatGPT 助力技术提升。借助这些工具,后端程序员不仅能显著提高项目质量和效率,还能展示技术前瞻性与学习能力,拓展技能边界,从而在求职市场中脱颖而出,顺利拿下高薪 offer。
|
人工智能 安全 Java
【程序员必看】做Java,这一个AI插件就够了
飞算JavaAI插件助力开发者高效开发,覆盖需求分析、设计、编码全流程。智能分析、一键生成代码,大幅提升开发效率,让Java开发更轻松便捷。
|
人工智能 Java 程序员
Java程序员在AI时代必会的技术:Spring AI
在AI时代,Java程序员需掌握Spring AI技术以提升竞争力。Spring AI是Spring框架在AI领域的延伸,支持自然语言处理、机器学习集成与自动化决策等场景。它简化开发流程,无缝集成Spring生态,并提供对多种AI服务(如OpenAI、阿里云通义千问)的支持。本文介绍Spring AI核心概念、应用场景及开发步骤,含代码示例,助你快速入门并构建智能化应用,把握AI时代的机遇。
2891 61
|
SQL 人工智能 程序员
AI狂飙,程序员饭碗要丢?
AI 编程工具正大幅提升程序员的效率:生成重复性代码(如 CRUD 接口)、解读报错信息加速 Debug、快速生成文档/注释、自动化测试和脚本编写。它们像效率倍增器,让新手更快上手,让老手省去大量“体力活”。 核心冲击在于:​ 单纯编写基础业务逻辑代码(尤其是模式化任务)的价值被稀释,能被 AI 有效替代。 出路是能力跃升,工作重心转移,掌握关键新技能,构筑护城河 本质:​ AI 如同强大新“实习生”。程序员需成为高效“指挥者”——善用 AI 者解决高阶问题腾飞,仅依赖基础编码能力者面临挤压。未来属于驾驭 AI 的程序员。
558 1