能跟大模型对齐业务需求逻辑才是最难的，现在不管 spec 还是 skill 都还差点意思

其实现在也有很多开发已经完全不看 AI 输出的结果，先无脑 Accept All 了再说。

@sillydaddy AI 自主生成测试用例，自动运行测试，与预期不符修改代码重新执行，这又何尝不是一种 debug 呢

不要高估 ai 一年能做到的，也不要低估 ai 十年可能改变的

这个肯定的，楼上说的 AI 编译产物不确定（稳定），其实这个问题利用多个 AI 协同合作保证正确率，一个 AI 负责 compile 自然语言输出，另一个 AI 负责 review ，再由各种各种的 agent 验证，即使还有一定概率出现问题，但已经是小概率事件了。

编译器是翻译不是改写，是稳定的，是幂等的，同样的程序总给出同样的输出，所以才只需要看高等语言，而可以不关心机器码，只要维护编译器的人去看，世界上其他所有人都可以不看 但每个程序的需求、输入、输出、边界、功能都是不同的，就是需要人去看，至少短时间

说实话现阶段的 ai 无法分辨对错，代码这种一出问题就有可能呢造成重大损失的，说不用 review 的出了事儿替 ai 背锅就行了

编译结果可以写测试覆盖，设计时约束输入来减少异常输出的可能，现在 ai 缺个固定部分网络只推理输入的功能

@Test22 #12 我指的是断点 debug 那种，可以获取精确的状态信息。除非大模型能肉眼看出 bug 所在（现在显然还不太能做到），否则还是需要 debug 的吧？当然也可以不用打断点，而是通过打印日志。。。。 @cincout @kapr1k0rn #4 #5 原帖文意思是，当 AI 能像人类一样（持续）编码，就不需要**人类** review 代码了！即使输出的代码有不确定性，有 bug ，那也是 AI 自己修 bug 的事了。从自主性来说，给定了输入（需求），就无需人工介入了，人类需要检视的是给定的需求是否恰当，就像编译器的作者只需要检视编译器的规则一样。

暴论：我们都天然的相信编译器，可能只是因为“所有在我出生之前发明出来的东西都是理所当然的；所有在我 15–35 岁之间发明的东西注定是要改变世界的；所有在我 35 岁之后的发明都是反人类的”。