2024 年第 48 周草梅周报:AI 编程工具 Cursor 试用和 AI 对程序员的影响

前言

欢迎来到草梅周报!这是一个由草梅友仁基于 AI 整理的周报,旨在为您提供最新的博客更新、GitHub 动态、个人动态和其他周刊文章推荐等内容


本周试用了下 Cursor,在一顿折腾之后,发现专门设计的 AI 编辑器在预测代码上面确实牛逼,大部分情况下已经能精确预测到我想写什么代码了。

由于 Cursor 兼容 VSCode ,因此可以直接导入 VSCode 的配置,然后再更换成 VSCode 主题后,可以说跟 VSCode 长得完全一模一样了。

这是 VSCode

上图是 Cursor ,可以看到跟 VSCode 基本完全一致,除了图标上有差异。

只要用过 VSCode,就可以无缝上手 Cursor 。

有关 Cursor 的使用介绍我这里就不多谈了,网上多的是。

我现在的工作流是:

  • 编辑器:Cursor
  • 代码补全:MarsCode AI + DeepSeek
  • 提交:AI Commit 插件

从写代码到提交代码,都使用了 AI。

  • MarsCode AI 主要还是免费的,就是要登录账号。

    AI 接口能力则使用 DeepSeek,无缝替换 OpenAI,以节约成本。DeepSeek 应该是全网最便宜的 AI 了。


接下来我想讨论一下 AI 对写代码的影响。

早在 ChatGPT 刚出的时候,我就在关注 AI 编程了,后来也出现了 GitHub Copilot等 AI 辅助编程插件。

只不过在刚出来的时候,由于只有 OpenAI 一家有,所以调用 ChatGPT 接口的成本是很高的,需要不低的订阅费用。

我在试用 GitHub Copilot 的时候也遇到一个问题,那就是 GitHub Copilot 响应速度不尽人意,也可能是因为服务器在国外的缘故。

总之,AI 辅助编程的体验还不是很理想。

但时过境迁,两年过去之后,各种 AI 大模型层出不穷,调用 AI 大模型的成本也迅速下降。

以 DeepSeek 为例,输入价格为 1 元每百万 tokens(如果命中缓存则更是只有 0.1 元每百万 tokens),输出 2 元每百万 tokens。加上还支持 128k 的上下文,这个价格使得我们可以把全部的代码都扔给 AI 来修改。

就我这段时间的体验而言,AI 已经超过了绝大部分的普通程序员,包括我在内。AI 在大部分情况下已经能精确预测我想写什么代码了,可以说 AI 比我还懂我写的项目。

这究竟是好事还是坏事呢?

先说结论,对绝大多数人而言,并不是好事。

可以预见的是,AI 一定会取代大部分程序员,最终只留下少部分顶级精英,他们负责编写 AI,剩下的人都是调用 AI 编写程序而已。

但请注意,从生成的代码到可以运行的程序之间,还是有一段距离的,而距离符合甲方、符合策划、符合领导的需求,则更是有十万八千里。

所以,未来的程序员要做的,实际上就是根据需求,来不断的问 AI,该如何实现这些功能,并验证这些代码是否可以运行,是否符合需求等。


此外,我还想引用一句话:所有的代码都是债务

代码并不是资产,而是债务。所以代码写的越多,技术债就越多。

如果换个思路,让 AI 来帮程序员还技术债。

也就是程序员不愿意还的技术债,让 AI 来还。

所以,未来 AI 的一个用途就是重构老项目,在已有程序的基础上进行重构,对 AI 来讲是比较容易的。

由于有对照组,也比较容易验证 AI 写的对不对。


我还想提出一个观点:越是不容易验证对错的行业,越不容易被 AI 取代。

以编程为例,一个程序写的对不对,执行一下就可以验证是否正确(至少不存在严重错误)。也就是说,编程天生就是可以快速判断对错的(严格来讲要排除图灵机停机问题,不过现实中可以设置一个超时时间,暂且不讨论死循环)。

再比如数学,如果可以转换成对应的代码,则也可以使用编程的方式验证对错(由于哥德尔不完备定理,所以数学注定无法全部用编程的方式验证)。

而像文学、美术、音乐等艺术,要判断对错、好坏是非常困难的,很多时候是要靠人的主观感觉的,此类行业离不开人本身,因此 AI 注定只能作为辅助,而无法替代。

那么,既然编程本身会被替代,程序员又该何去何从呢?

当然是去那些离不开人的行业~~(比如网约车、外卖)~~。

如果将目光放在框架设计上,由于框架设计本身就是个取舍问题,会有一定的主观因素在,所以 AI 无法完全替代。

再比如 UI,诚然现在已经有很多 AI 辅助 UI 设计了,但由于 UI 界面这个东西非常的主观,谁都能评论一嘴,所以频繁的修改依旧是免不了的,AI 只能辅助而不能替代。

所以,我认为,对于程序员而言,最重要的还是程序员思维。

即便都使用自然语言,也可以描述的比普通用户更加精确,也能更快得到想要的结果。

对程序员而言,即便代码有错误,也可以自己修改,生成的代码不至于变成黑箱。


在这个 AI 的时代,各行各业受到的冲击前所未有的大,而程序员更是首当其冲。

在时代的浪潮面前,任何个体都难免受到冲击。

我们要做的还是拥抱变化,学习最新的知识,使用最新的工具,来武装自己,避免被落下。

而后,就看造化了~

最新 GitHub 仓库

  • sharp-cloud-uploader - 2024-11-23 00:01:23 一个使用 sharp 进行图片压缩,并上传文件到 R2、S3 或 Vercel Blob 的云函数。支持 Vercel Functions/Cloudflare Workers/Docker 等方式部署。

GitHub Release

rss-impact-server

  • v1.12.0 - 2024-11-23 20:41:32 摘要: 版本 1.12.0 更新摘要

    1. 代码重构:

      • 优化 daily-count 模块,添加新的统计字段。
      • 优化数据库 feed 实体的验证逻辑。
      • 优化通知功能。
      • 优化每日统计数据更新逻辑。
      • 优化 DISABLE_EMPTY_FEEDS 配置提示。
      • 优化部分情况下 dicData 的查询条数。
      • 优化分类实体验证逻辑,并将 Node.js 最低版本升级至 20。
    2. 新功能:

      • daily-count 模块中添加重新统计接口,并优化每日统计逻辑。
      • 更新 push-all-in-one 版本至 4.1.1,移除不再使用的依赖项,更新接口定义以匹配新版本,并优化推送工具函数。
    3. Bug 修复:

      • 修复每日统计数据更新逻辑中的错误。
      • 修复查询全部的自定义查询会被错误禁用的 bug。
      • 修复禁用空订阅逻辑错误。
      • 修复自定义查询为分类时会错误禁用的问题。
  • v1.11.0 - 2024-11-16 20:14:25 摘要: 版本 1.11.0 更新摘要

    1. 代码重构:

      • 优化删除日志和订阅的逻辑。
      • 优化删除过时的文章为队列。
      • 优化部分定时任务触发时间;修改删除文章和日志的逻辑;增加 CQImage 注释。
      • 修改部分定时任务的执行时间。
    2. 新功能:

      • 新增禁用空订阅接口;优化 VACUUM 逻辑;移除部分未使用的代码。
      • 新增默认禁用不包含任何 Hook 和自定义查询的订阅。

push-all-in-one

  • v4.1.1 - 2024-11-19 14:44:53

    摘要: 版本 4.1.1 更新摘要

    1. Bug 修复 :
      • 更新文档说明。
      • 修复 PushPlus 存在错误默认值的问题。
      • 修复企业应用的 ID 缺少默认值的问题。
  • v4.1.0 - 2024-11-19 14:20:37

    摘要: 版本 4.1.0 更新摘要

    1. 代码重构:

      • 优化 OneBot 和 Qmsg 的 option 校验。
      • 优化 部分代码的导入风格。
    2. 新功能:

      • 增加 ConfigSchema 和 OptionSchema 声明;重构 Config 校验。
      • 增加 命名空间 声明;添加 readonly 声明。
      • 钉钉/自定义邮件新增 配置定义 和 配置校验。
    3. Bug 修复:

      • 修改 DingtalkOption 的默认值。
      • 修改 部分可选字段的类型声明。
      • 增加 PushAllInOne 导出。

push-all-in-cloud

  • v2.2.0 - 2024-11-21 00:12:23

    摘要: 版本 2.2.0 更新摘要

    1. 新功能 :
      • 添加新的推送配置项,支持 PushDeer 推送端点配置。
  • v2.1.5 - 2024-11-21 00:08:35

    摘要: 版本 2.1.5 更新摘要

    1. Bug 修复 :
      • 修复了请求体解析问题。
  • v2.1.4 - 2024-11-20 02:18:28

    摘要: 版本 2.1.4 更新摘要

    1. Bug 修复 :
      • 修复 await c.req.json() 无法获取数据的问题,新增 getBodyByReq 函数处理请求体解析。
  • v2.1.3 - 2024-11-19 19:59:51

    摘要: 版本 2.1.3 更新摘要

    1. 回退:

      • 暂时移除 secureHeaders 功能。
    2. Bug 修复:

      • 调整超时时间配置。
      • 优化路由处理逻辑。
  • v2.1.2 - 2024-11-19 16:31:36

    摘要: 版本 2.1.2 更新摘要

    1. Bug 修复 :
      • 在表单字段中添加提示信息,使用字段的描述作为提示内容。

个人动态

  • #FromRss #开发工具推荐 #草梅碎碎念 - 2024-11-23 03:00:33 在试用了下 Cursor 之后,发现专门设计的 AI 编辑器在预测代码上面确实牛逼,大部分情况下已经能精确预测到我想写什么代码了。 然后就是,我发现这玩儿完全兼容 vscode,配置都不用改,再换个一样的主题之后基本上就长得一模一样了,可以无缝衔接。 唯一比较生草的就是 Cursor 在导入配置的时候会把所有的插件都启用了,我还得一个一个关掉不需要的...... 原文链接:juejin.cn/pin/7440088...

其他周刊推荐

阮一峰的网络日志

老胡的周刊

总结

本周的更新和动态如上所示。感谢您的阅读! 您可以通过以下方式订阅草梅周报的更新:

本文作者:草梅友仁

本文地址:blog.cmyr.ltd/archives/20...

版权声明:转载请注明出处!

相关推荐
夏沫の梦33 分钟前
生成式AI对产业的影响与冲击
人工智能·自然语言处理·chatgpt·llama
剑盾云安全专家4 小时前
探索智能时代:从AI生成PPT到自动化未来
人工智能·aigc
魔珐科技8 小时前
当产业经济插上“数字羽翼”,魔珐有言AIGC“3D视频创作大赛”成功举办
3d·aigc·音视频
用户605723748730811 小时前
卡内基梅隆大学总结的15种RAG框架
aigc
夏沫の梦13 小时前
常见LLM大模型概览与详解
人工智能·深度学习·chatgpt·llama
WangYan202213 小时前
泥石流灾害风险评估与模拟丨AI与R语言、ArcGIS、HECRAS融合,提升泥石流灾害风险预测的精度和准确性
arcgis·chatgpt·遥感技术·地质灾害·泥石流·hecras·风险评价
曼城周杰伦1 天前
自然语言处理:第六十三章 阿里Qwen2 & 2.5系列
人工智能·阿里云·语言模型·自然语言处理·chatgpt·nlp·gpt-3
夏沫的梦1 天前
生成式AI对产业的影响与冲击
人工智能·aigc
狸克先生1 天前
如何用AI写小说(二):Gradio 超简单的网页前端交互
前端·人工智能·chatgpt·交互