《AI-Assisted Programming》读后感

一、 为什么读这本书?

1.想了解如何更好地利用 AI 工具来辅助编程。

在我日常的工作中,常使用 ChatGPT 和 DeepSeek 来辅助编程。当然,方式比较简单与直接,就是将问题丢给它们,然后看一下这些 AI 工具怎么解答,根据解答选择比较好的解决方案。但是,有两个问题经常困扰着我:1. AI 工具给出的解决方案是错误的。例如:我使用的 Python 版本是 2.7.18,Flask 框架版本是 1.1.4, 那么相应的 Flask-SQLAlchemy, marshmallow, marshmallow-sqlalchemy 等应该使用哪个版本?这个问题截止到目前这些 AI 工具都没有给出正确的版本。2. AI 工具给出的解决方案不是最佳的。例如:在 Flask web 开发中,应该使用哪个 restful 框架?对于这个问题, AI 工具始终没有给出最佳的选择理由。

对于以上两个问题,我时常在想是否是我的提问方式不正确?刚好有一天看到朋友圈有朋友在阅读 《AI-Assisted Programming》(《AI辅助编程实战》) 这本书,所以打算看一下。借鉴别人利用 AI 工具来辅助编程的经验。

2.想看看 O'Reilly 最近几年出的书水平是否有改进。

我买的第一本书 O'Reilly 的书是 2018年出版的《利用Python进行数据分析 (原书第2版)》, 当时感觉比较简略,后面就再也没有买过 O'Reilly 的书了,而 《AI-Assisted Programming》是 2024 年出版的,6 年过去了,想必 O'Reilly 出的书应该有所改进。

二、这本书写了什么?

简单介绍了 AI 工具的 发展,详细介绍了 Copilot 和 其它 AI 工具的使用,软件开发流程。

从 2025 年 3 月 13 日至 2025 年 7 月 27 日,期间断断续续花了 38 天阅读完《AI-Assisted Programming》(《AI辅助编程实战》)。

三、这本书特点

1.很多生词

这是我阅读过的所有书中生词最多的书。这本书只有 200 多页,然而我却从 2025 年 3 月 13 日至 2025 年 7 月 27 日花了 38 天才阅读完,之所以从 3 月拖到 7 月,是因为生词实在太多,然而又毫无技术价值,导致我一度不想读,但本着"要么不做,要做就做好"的原则,还是选择继续读下去,最后就变成这样读一天,然后用三天调整心情的节奏。示例:á la(第 4 页), voilá(第 6 页).....搞不懂作者为什么一定要用法语。

2.很多形容词

只要这个特点出现一次我就提一次,真正好的东西是不需要那么多形容词来说这个东西好的,用太多形容词来修饰往往是为了掩饰一些不好的东西。示例:

A key theme of the evolution of programming languages is abstraction. This is a fancy way of describing how systems get easier for developers to use. When the tedious details are handled in the background, developers can focus on what matters most. This has been a driving force of innovation, allowing for breakthroughs like the internet, cloud computing, mobile, and AI.

上面这段话是随便截取的,我们来看下有多少形容词:第 1 句:key;第 2 句:fancy;第 3 句:tedious;第 4 句:driving;真的大可不必这样,去掉这些形容词完全不影响阅读。

3.很多比喻

第 5 页,AI is the big umbrella: it includes all systems that can pull off tasks with the flair of human intelligence.

第 83 页,Amazon CodeWhisperer is like a Swiss Army knife extension for IDEs like VS Code, PyCharm, and AWS Lambda.

......

AI 是 "big umbrella", CodeWhisperer 像"Swiss Army knife",我觉得这样的比喻毫无意义,一点儿也没显示出其特点。

4.很多引用

书中引用了大量的各种人士说的话,示例:Andrej Karpathy,Quinn Slack,Zach Lloyd,Marwan Elwaraki,Salwa Al Alami, James LePage,Deepak Kumar......整本书读下来让我有一种感觉:xxx 说 xxx。感觉像作者就是拉这些人来站台。

5.很多惯用语(idiom) 、非正式用语

整本书有非常、非常、非常多的惯用语、非正式用语,除了增加阅读难度外毫无意义。示例:gin up,shady practice,tricks up their sleeve,move rapidly downards through the air.....如果你看到这四个词组(或短句)能理解明白它的意思,那我给你点赞,你阅读这本书应该会比较顺畅。做一个不那么恰当的比喻,如果一本书夹杂大量的口语、方言,我觉得没多少人会喜欢这样的书,因为除非读者熟悉这些口语、方言,否则对读者来说,很多内容很难理解。

四、这本书适合什么样的人?

写到这,我还是很生气,因为我觉得这都不能称为一本书,虽然中文名叫《AI辅助编程实战》,其实概括起来就是一句话:遇到问题可以问这些 AI 工具,仅此而已。读完这本书,回到"为什么读这本书?",对于"想了解如何更好地利用 AI 工具来辅助编程。"------没有找到更好的方式;对于"想看看 O'Reilly 最近几年出的书水平是否有改进"------只能说从这本书来看,依然没有改进。

鉴于书中内容毫无技术价值,且难以阅读,所以不推荐阅读。

五、推荐指数

按照5 星的标准,本书推荐指数 1 颗星。

六、参考资料

1. 编程

(1)豆瓣,Tom Taulli,《AI-Assisted Programming》:https://book.douban.com/subject/36871090/

(2)源码,Github: https://github.com/ttaulli/AI-Assisted-Programming-Book/

2. 英语

(1) Etymology Dictionary:https://www.etymonline.com

(2) Cambridge Dictionary:https://dictionary.cambridge.org

欢迎搜索及关注:编程人(a_codists)

相关推荐
万粉变现经纪人1 小时前
如何解决pip安装报错ModuleNotFoundError: No module named ‘keras’问题
人工智能·python·深度学习·scrapy·pycharm·keras·pip
java1234_小锋2 小时前
【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 词云图-微博评论词云图实现
python·自然语言处理·flask·nlp·nlp舆情分析
爱欲无极3 小时前
基于Flask的微博话题多标签情感分析系统设计
后端·python·flask
F_D_Z3 小时前
conda issue
python·github·conda·issue
Wangsk1333 小时前
用 Python 批量处理 Excel:从重复值清洗到数据可视化
python·信息可视化·excel·pandas
越来越无动于衷3 小时前
智慧社区(八)——社区人脸识别出入管理系统设计与实现
java·开发语言·spring boot·python·mysql
LetsonH4 小时前
⭐CVPR2025 MatAnyone:稳定且精细的视频抠图新框架
人工智能·python·深度学习·计算机视觉·音视频
jie*5 小时前
小杰数据结构——题库——拂衣便欲沧海去,但许明月随吾身
数据结构·windows·python
张子夜 iiii5 小时前
机器学习算法系列专栏:决策树算法(初学者)
人工智能·python·算法·决策树·机器学习