以后,我们也许就不再“读”代码了

AI 用得越久,越觉得编程范式正在重构

以前写代码:

  • 变量名要清晰;
  • 方法要小而专一;
  • 要合理地使用设计模式;
  • 要面向数据编程,通过数据将代码结构化 等等。

本质是因为代码除了要执行 ,还需要方便队友看懂

可现在,我越来越觉得:代码正变成一种"中间产物",执行效率和准确性依然需要保证,但对可读性的关注则大大降低了。

比如方法封装

大方法在原来是十分丑陋的东西,并且我们去理解大方法的功能时,确实会有些难度。

但再大的方法,哪怕一个功能全部放在一起的一个方法,AI 理解起来也一丁点的问题都没有。甚至没有方法调用层级的拆分,AI 理解起来还会更加容易。

再比如设计模式

工厂、策略、观察者等被奉为"优雅"的东西,在 AI 面前真的有点多余。

在 AI "眼"里,"为了扩展方便"已经毫无意义------它可以瞬间帮你改完所有相关的调用和依赖,快速且准确。

于是我想:我们坚持了几十年的工程美学,会不会正变成一种"仪式感"?就像马车时代讲究缰绳打结的方式,而汽车根本不需要缰绳

这听起来有点荒诞,但身处 AI 时代的前沿,我们必须适应新时代的新方式。

也许,未来编程,面向的对象将不再是代码,而是代码实现的功能包

相关推荐
爱喝可乐的老王13 小时前
PyTorch简介与安装
人工智能·pytorch·python
deephub13 小时前
用 PyTorch 实现 LLM-JEPA:不预测 token,预测嵌入
人工智能·pytorch·python·深度学习·大语言模型
量子-Alex13 小时前
【多模态大模型】Qwen2-VL项目代码初步解析
人工智能
飞鹰5113 小时前
深度学习算子CUDA优化实战:从GEMM到Transformer—Week4学习总结
c++·人工智能·深度学习·学习·transformer
工程师老罗13 小时前
Pytorch如何验证模型?
人工智能·pytorch·深度学习
Hi_kenyon13 小时前
Skills精选
人工智能
沈浩(种子思维作者)13 小时前
铁的居里点(770度就不被磁铁吸了)道理是什么?能不能精确计算出来?
人工智能·python·flask·量子计算
沛沛老爹13 小时前
Web开发者转型AI:多模态Agent视频分析技能开发实战
前端·人工智能·音视频
张小凡vip13 小时前
数据挖掘(九) --Anaconda 全面了解与安装指南
人工智能·数据挖掘
zhangfeng113313 小时前
Ollama 支持模型微调但是不支持词库,支持RAG,go语言开发的大模型的推理应用,
人工智能·深度学习·golang