各大公司都在推广AI辅助编程，效果到底如何？
前段时间公司召集了几个部门在调研AI辅助编程，每个部门都有一到两个前后端开发人员参与，主要是将公司自研的辅助编程AI助手和市面上其他的AI助手进行对比，看看哪一个效果更好，如果是市面上的AI助手效果更好，那么具体是哪一个比较好，后续可能会有采购意愿。
虽然是这么说，但是个人认为采购外部AI助手不太可行，因为首先在安全性上就不太可靠，可能会造成隐私数据的泄露。
具体的调研流程就是让每个团队负责试用一种ai助手，然后模拟软件开发中的需求迭代过程。
从需求的产生，到开发设计，在到具体的编码，整个流程都采用ai辅助，通过文字的描述，首先产品经理让其生成需求文档，再让开发人员生成设计文档，最终油开发开发人员通过多轮问询生成具体代码。
我们团队试用的是阿里的同义千问AI助手,与之对比就是公司的自研助手，按照需求的理解生成对应的设计文档跟代码，通过实际的操作来看，阿里的效果还是比较明显，自研的助手生成的代码几乎不可用。
试验的基座项目是网上的一个开源项目，我们要做的就是在这个项目的基础上新增一些需求，通过ai辅助助手完成，看看ai到底能在这个过程帮助开发人员提升多少效率，生成的代码有多少能用。
通过实际的效果来看，阿里的通义千问效果还是不错，可以根据指令生成不同的结果，并且结果还比较符合期望。
比如它能够正确理解指令，在生成一个回答之后，你让它继续上一个回答，它还能够有记忆，当然这个记忆的层级并不深。
生成的内容中如果你发了问题然后告诉它希望他修正问题，那么此时有很大概率是无法实现的，也就是说它生成的代码中有bug，它是无法找出自己生成的内容中的bug的，不过这一点我理解后续经过不断的训练后续这个问题会得到改善。
从生成的内容来看，代码采用率能够达到50%以上，当然可能这个数据并不准确，但是从需求的实现上来看比较接近。
当然并不是生成的代码就能百分百直接使用，因为其中最大的问题就是它无法联系上下文，了解项目的环境，比如项目有依赖一些第三方插件，或者有一些封装的方法，这些对于AI助手来说都不太可能实现，除非提前把代码喂给助手，让他提前训练好这些数据，但是目前来看几乎不可能。
经过一个星期几个部门人员的试验，发现外部的ai助手在一些基础的通用场景上效果都还不错，但是对于一些复杂的场景就稍显无力了。
但是总的来说，ai辅助编程确实能在一定程度上提升开发效率，在一定程度达到降本增效的目的吧。
发表评论 (审核通过后显示评论)：