譯者 | 陳峻

審校 | 重樓

您聽說過“結(jié)對編程（Pair Programming）”的概念嗎？根據(jù)維基百科，它是由兩名程序員共同開展軟件開發(fā)的一種方式。其中的一名程序員（或稱“駕駛員”）負責(zé)編寫代碼，另一名程序員（或稱“觀察員”或“領(lǐng)航員”）需要在對方輸入每一行代碼時，對其進行審查。而且，兩名程序員經(jīng)常會互換角色。在審查的過程中，“觀察員”還會考慮工作的“戰(zhàn)略”方向，提出改進意見，以及有待未來解決的問題。此舉的目的在于基于“觀察員”的指導(dǎo)，“駕駛員”能夠?qū)⒆⒁饬θ考性谕瓿僧斍叭蝿?wù)的“戰(zhàn)術(shù)”方面。

在過去的兩周里，我與人工智能（AI）一起，以結(jié)對編程的方式，在一個陌生的開發(fā)環(huán)境中，使用了對自己來說全新的語言和框架，重建了過往的博客。下面，我將分享該重建過程的一些與人工智能結(jié)對合作的經(jīng)歷。

背景介紹

為了確保人工智能在此次重建中發(fā)揮關(guān)鍵性作用，我制定了以下兩項規(guī)則：

1. 使用傳統(tǒng)搜索引擎獲取信息的比例不超過20%。
2. 不尋求其他開發(fā)人員的幫助。

換句話說，在這次開發(fā)和學(xué)習(xí)過程中，人工智能成為了我的主要信息來源、合作伙伴和助手。從某種意義上說，這種合作類似于我們在開篇提到的、通過讓人工智能在其中扮演伙伴的角色，與之開展“結(jié)對編程”。因此，在整個過程中，我使用到了GitHub Copilot、ChatGPT、Claude和Warp（一種人工智能助手）等服務(wù)，并且將它們視為重要的編程“伙伴”。

選擇技術(shù)棧

在選擇技術(shù)棧的階段，我主要依靠的是ChatGPT和Claude。通過向他們提供我的技術(shù)背景和具體要求等詳細信息，我在多輪溝通中逐漸明確了自己需要的編程語言、框架和編輯器。

如您所知，與人工智能的對話可謂既自由又發(fā)散。每當人工智能給出建議或提示時，我都會深入研究其對應(yīng)的方向和細節(jié)，并定期總結(jié)自己的理解，以便再次與人工智能進行確認。與幾個月前相比，GPT-4和Claude 2已不再一味地去迎合提問者，而是及時、禮貌地指出了我的理解總結(jié)中的錯誤，并有效地避免了我在錯誤的道路上越走越遠。最終，我選擇了TypeScript、Astro、TailWindCSS和VSCode作為博客重構(gòu)的必要技術(shù)。

在此階段，人工智能為我高效地提供了有價值的信息，而且?guī)椭铱焖俚刈龀隽藳Q策。究其原因，我歸結(jié)為如下方面：

1. 明確的要求：清晰且通俗易懂的需求，能夠簡化與人工智能溝通的整個過程，并使之快速明白提問者的意圖。
2. 成熟的技術(shù)選擇：我所選擇的技術(shù)堆棧是由成熟的項目組成。這些項目通常擁有活躍的在線社區(qū)和豐富的官方文檔。這些信息為人工智能提供了可靠的語義資源，并確保了人工智能夠?qū)ζ渖婕暗降募夹g(shù)有深入理解。
3. 結(jié)合個人經(jīng)驗：利用自己在其他編程語言方面的經(jīng)驗，我在“結(jié)對”討論中，使用了熟悉的語言、框架、以及開發(fā)環(huán)境作為參考，以幫助人工智能更好地理解我的需求。
4. 多個人工智能平臺的互補性：我同時在ChatGPT和Claude上開展了討論。雖然在大多數(shù)情況下，兩個平臺提供的信息整體相似，但是偶爾也出現(xiàn)不同的方向，這就相當于您的“結(jié)對”中多了一個伙伴。
5. 人工判斷不可或缺：盡管與傳統(tǒng)搜索相比，人工智能提供的信息總量有所減少，但是如果用戶缺乏分析能力和決策能力的話，他們可能仍然會犯“選擇困難癥”。因此，提問者必須具備較強的分析和判斷能力。否則，過度的自由可能會阻礙我們獲得令人滿意的結(jié)果。

設(shè)置開發(fā)環(huán)境

雖然我曾用過VSCode，但是從未將其作為我的主要開發(fā)工具。同時，我在安裝Node.js和使用NPM方面的經(jīng)驗也相對有限。對此，AI詳盡地協(xié)助我構(gòu)建出了開發(fā)環(huán)境。

值得一提的是AI回答命令行操作的過程。鑒于由Warp提供的AI助手使用起來非常便捷，因此在遇到錯誤時，我只需點擊閃電（??）按鈕，AI助手便會自動將相關(guān)命令和輸出作為上下文，提交給人工智能。相比之下，在GitHub Copilot中，我得需要手動選擇有待解釋的輸出內(nèi)容，以確保上下文的完整性。雖然我可以使用右鍵菜單中的人工智能選項、或快捷命令@workspace /explain #terminalSelection來完成這項工作，但總歸不如Warp便捷。

與Xcode的集成測試環(huán)境不同，在VSCode中，開發(fā)人員需要根據(jù)所使用的語言和框架，來選擇合適的測試框架和插件。在此過程中，我曾遇到了一些困難。起初，我試圖根據(jù)人工智能的建議安裝Jest，但由于開發(fā)環(huán)境與Astro的兼容性問題，而未能成功。在與人工智能討論了幾次未果后，我轉(zhuǎn)而使用了搜索引擎，不過仍然找不到解決方案。最終，網(wǎng)上的一篇文章提及了一個我從未告知AI的知識點，及其有關(guān)配置的背景信息。據(jù)此，在人工智能的指導(dǎo)下，我成功實現(xiàn)了對Jest框架的配置。

不過，在隨后的單元測試中，我又發(fā)現(xiàn)Jest無法與Astro的運行環(huán)境協(xié)同工作。通過查閱Astro的官方文檔，我發(fā)現(xiàn)其實ViTest是更適合Astro的測試框架。而且，ViTest的安裝過程非常便利，可以完美地運行Astro代碼的測試。

因此，在該項目中，我最終配置了兩個測試框架，即：將ViTest用于Astro特定測試，并將Jest用于其他測試。

此外，不知道是否配置問題，GitHub Copilot通過快捷命令所生成的默認測試代碼是基于Jest的。而為了生成適合ViTest的測試代碼，我需要通過與AI對話，明確提出該請求方可。

通過上述經(jīng)歷，我意識到：即使有人工智能和搜索引擎的幫助，最權(quán)威的信息來源仍然是官方文件。也就是說，雖然人工智能對這些文件有相當?shù)牧私猓袝r也會遺漏一些關(guān)鍵信息。可見，官方文件具有無可替代的權(quán)威性，仍然是我們首選的信息來源。

通過代碼閱讀學(xué)習(xí)新的語言

通過閱讀由Astro提供的官方模板，我了解了Astro，也是學(xué)習(xí)TypeScript的最佳途徑。同樣，在此階段，人工智能起到了決定性的輔助作用。它大幅提高了我的學(xué)習(xí)效率。在Astro項目中，Astro文件可能包含諸如：TypeScript、JavaScript、HTML、CSS、以及特定的Astro標記與用法等各種元素。顯然，對于像我這樣沒有相關(guān)經(jīng)驗的人來說，如果沒有人工智能的幫助，將很難知曉該從何處開始。

雖然Astro相比其他框架來說更新，但是人工智能的知識庫已經(jīng)能夠?qū)ζ鋼碛凶銐虻牧私猓⒖梢郧宄刂赋龃a不同部分的含義。通過人工智能對于具體代碼的詳細解釋，我逐漸理解了代碼的結(jié)構(gòu)和邏輯。甚至，對于那些我不理解的地方，它也能按需給出進一步的解釋。

在與AI討論的過程中，我充分利用了自己對于其他編程語言和框架的了解，作為與人工智能對話的參考。同時，我還會定期總結(jié)自己的理解，并請人工智能幫助糾正其中的錯誤認識。此外，隨著討論的深入，我也會定期要求人工智能提供之前討論過的結(jié)論，以作記錄之用。

該階段有關(guān)的代碼解讀和討論，主要是在GitHub Copilot中進行的。雖然GitHub Copilot的總體表現(xiàn)良好，但我們在使用過程中仍有一些事項需要注意，例如：

1. 如果沒有選擇特定的代碼，GitHub Copilot只會解釋當前編輯窗口中可見的代碼。
2. 為了向GitHub Copilot提供更多的上下文，我們有必要手動選擇要提交的代碼，以作為當前問題的上下文。
3. GitHub Copilot不支持跨多個文檔的討論，因此用戶需要自己整合不同文檔的內(nèi)容，才能形成完整的上下文。
4. GitHub Copilot的答案有長度限制。如果答案太長，它可能會提示涵蓋掉了已提供的代碼。在這種情況下，我們可能需要ChatGPT或Claude的幫助。
5. 在某些情況下，GitHub Copilot提供的答案質(zhì)量可能不如ChatGPT。

編程實踐

根據(jù)提示自動生成代碼，是開發(fā)人員體驗人工智能強大功能的最佳方式之一。最近在開發(fā)者社區(qū)中熱議的、前文已提到的GitHub Copilot，既有能力理解開發(fā)者的意圖，又能夠?qū)崟r生成高質(zhì)量的代碼。對于我的博客重構(gòu)項目而言，我不僅想創(chuàng)建一個新的博客，而且希望在此過程中學(xué)習(xí)和掌握新的語言和框架。對此，在啟用了GitHub Copilot后，只要我提供了足夠多的提示和注釋，Copilot就能夠快速地生成相應(yīng)的代碼。

起初我認為這樣挺好，但是隨著使用的深入，我發(fā)現(xiàn)自己在短時間內(nèi)，居然養(yǎng)成了向人工智能索取程序代碼的習(xí)慣。它讓我更關(guān)注的是注釋對代碼生成的影響，而不是具體代碼的實現(xiàn)概念。這顯然與我想通過重構(gòu)來掌握一門新的語言的愿望是相矛盾的。面對人工智能給出的代碼結(jié)果，我甚至產(chǎn)生一種以為自己已經(jīng)掌握了這門語言的錯覺。

意識到這種情況后，我只有在無法獨立實現(xiàn)代碼的時候，才會啟用GitHub Copilot的實時代碼生成功能。也就是說，不管寫得好不好，我都會先嘗試著先自己寫，然后讓人工智能幫我發(fā)現(xiàn)問題，進而逐步提高代碼的可讀性和可用性。在這個過程中，我會向人工智能請教語法上的細節(jié)，讓人工智能指導(dǎo)我使用更符合TypeScript的編程范式、以及更合適的代碼實現(xiàn)方法。

由于同一功能的代碼會被多次重復(fù)創(chuàng)建，因此提前創(chuàng)建單元測試是非常重要的。在VSCode中，無論是Jest還是ViTest，都可以啟用自動化測試，以便代碼在被修改后，立即運行測試。我希望Xcode也能提供類似的功能。畢竟在不斷修改代碼的過程中，經(jīng)常會出現(xiàn)需要優(yōu)化或糾正錯誤的情況。我們只有通過測試，才能及時發(fā)現(xiàn)問題。

小結(jié)

經(jīng)過這段時間與人工智能產(chǎn)品的密切合作，我逐漸認識到：在有效利用人工智能的同時，保持個人技術(shù)成長和獨立思考的重要性。面對勢不可擋的人工智能的飛速發(fā)展趨勢，它將毫無疑問地對我們未來的生活和工作等方方面面產(chǎn)生深遠的影響。

目前，人工智能已經(jīng)具備了快速編寫代碼的能力，許多開發(fā)人員或多或少地擔(dān)心會被它所取代。作為一名開發(fā)人員，我認為避免被取代的關(guān)鍵在于：不斷提高自身技能，展現(xiàn)人工智能無法取代的獨特價值。也就是說，過度地依賴人工智能確實可以在某些方面提高工作效率，或者實現(xiàn)以前不可能實現(xiàn)的結(jié)果。但是長此以往，開發(fā)者可能會逐漸喪失自身優(yōu)勢，最終從人工智能工具的使用者，很可能會轉(zhuǎn)變?yōu)槿斯ぶ悄芄ぞ叩闹郑喝祟愄崾旧善鳎℉uman Prompt Generators）。當然，總的來說，人工智能在幫助我的學(xué)習(xí)和重建過程中，確實給我?guī)砹司薮蟮捏@喜。將來，我計劃將人工智能更多地融入自己的工作。

譯者介紹

陳峻（Julian Chen），51CTO社區(qū)編輯，具有十多年的IT項目實施經(jīng)驗，善于對內(nèi)外部資源與風(fēng)險實施管控，專注傳播網(wǎng)絡(luò)與信息安全知識與經(jīng)驗。

原文標題：Pair Programming with AI，作者：fatbobman