O.XYZ 的 Ahmad Shadid 谈人工智能编码工具的前景与陷阱：平衡创新与安全性和复杂性
简单来说
Cursor 等人工智能工具正在改变原型开发，但专家警告称，它们存在局限性，并且过度简化软件工程工作流程可能带来风险。
最近，提供“先买后付”服务的全球支付解决方案公司 Klarna 的首席执行官 Sebastian Siemiatkowski 共用的， 像 Cursor 这样的 AI 工具如何彻底改变了原型开发。他强调了氛围编码 (vibe coding) 的日益流行趋势，即 AI 通过自然语言提示辅助生成代码，从而简化工作流程并减少对技术团队的依赖。这种方法正成为开发人员的一项关键技能，各大公司也越来越重视熟练掌握 AI 驱动的编码工具。
在与...的对话中 Mpost, 艾哈迈德·沙迪德首席执行官 坐标系—一个代理的全栈人工智能开发生态系统—分享了他对这一趋势演变的见解和专业知识。
人工智能驱动编码的兴起：赋能非技术领导者、降低风险并塑造软件工程的未来
Ahmad Shadid 指出，借助人工智能工具，非技术领导者现在有机会在数小时内将想法转化为可点击的演示。这加速了产品发现，并缩小了业务意图与工程设计之间的差距。然而，风险在于对可行性的错觉，因为原型可能隐藏了可行性、安全性和技术债务等潜在问题。此外，领导者可能会过度关注工具的产出，而忽略了从战略或技术角度来看哪些是可行的。
他还分享了团队在使用人工智能生成的代码时面临的最常见的陷阱，并提供了如何减轻这些风险的见解。
不安全的输入处理和薄弱的身份验证模式是主要问题。这些安全隐患可以通过在 CI 中强制执行 SAST/DAST、安全 linters、依赖项扫描以及对源自 AI 的功能进行威胁建模来缓解。Ahmad Shadid 表示：“通过经过批准的提供商（这些提供商会编辑和保护机密信息）进行路由，并使用隐私保护的提示网关，可以减少提示中的数据泄露。” Mpost.
“这不仅仅是人工智能生成的代码。如果一个人不是工程师或程序员，他们通常对软件的构建方式以及系统架构缺乏全面的了解。人工智能的好坏取决于提示，对吧？所以他们无法正确地提示人工智能，这可能会导致安全威胁和问题，例如前端公共数据库中的 API，”他继续说道。
此外，这位专家还补充说，很多工程师抱怨的是，当上下文变得过于庞大或某些事情变得过于复杂时，人工智能就会开始产生幻觉。它会开始对代码进行一些不必要的或没有明确要求的更改。人工智能还会生成数千行代码。想象一下，试图跟上数千行代码中随机的代码库变化会是怎样的体验。
他说：“最终，定期进行限时‘无人工智能’复习对于保持基础知识的新鲜度和防止技能萎缩至关重要。”
在谈到对人工智能驱动的编码的依赖是否最终会重塑各行各业软件工程师的估值和聘用方式，以及“氛围编码”是否成为招聘信息中炙手可热的技能时，Ahmad Shadid 表示：“原始输入越少，系统设计、代码审查、调试、安全以及数据/人工智能编排就越能体现产品意识。我们还看到了从‘从头开始实现 X’到‘批判、强化和扩展人工智能生成的代码’，以及架构和事件演练的转变。‘人工智能结对编程负责人’、‘代码管理员’以及在人工智能生成的软件中构建护栏的平台工程师的兴起，表明人工智能驱动编码的采用率正在不断提高。”
他指出：“新手常常跳过基础知识，直接投入快速工程，完全不知道自己想要实现什么。另一方面，经验丰富的工程师则能获得优势，腾出更多时间用于架构、可靠性和合适的产品成果。明确的学习路径、‘先读后写’的文化以及定期的‘手动模式’练习，有助于确保高效且合乎道德地使用人工智能编写代码。”
Vibe 编码工具很有用，但过于简单，无法取代传统的开发工作流程
人们担心的是，氛围编码工具最终可能会取代传统的编码工作流程。然而，专家指出，氛围编码工具过于简单，无法取代完整的编码工作流程。
“从现在起，它会成为编码工作流程的一部分吗？当然，产品团队确实会从中受益，只需快速安装前端并检查不同的用户体验设计即可。当然，自由开发者和业余爱好者可以快速完成一些工作，但它无法取代整个工作流程。事实上，目前的开发正面临一些挑战，尤其是在人工智能变得越来越强大的情况下。”他说道。 Mpost.
“我们根本跟不上，工具也跟不上，我们正面临着工具碎片化的危机，开发人员现在需要四五种工具来支撑他们的工作流程。每次切换工具，你都会失去上下文，你根本跟不上，人工智能也跟不上；你无法跟进一个工具和另一个工具中的所有变化，等等，”Ahmad Shadid 继续说道。
简单来说，目前的氛围编码工具和平台距离取代传统的编码流程还有很长的路要走，这些工具还不够完善。
Ahmad Shadid 探讨人工智能在软件开发中的未来：优势、风险以及对安全、可扩展解决方案的需求
Ahmad Shadid 强调，当前的开发工具和环境已准备好安全地集成 AI 驱动的编码：“IDE 集成、强大的代码完成功能、良好的重构和 repo 感知助手都在生成 AI 生成的代码中发挥着重要作用，”他说道 Mpost“然而，企业级层面仍然存在差距。人工智能建议的统一可审计性、强大的成本控制策略执行以及无缝的本地/私有模型选项可能会在企业层面造成重大差距。”专家补充道。
随着越来越多的高管采用人工智能工具进行快速原型设计，这可能有助于实现公司内部创新的民主化。然而，这也存在过度简化软件工程复杂性的风险。
Ahmad Shadid 认为，随着更多人参与创意过程，公司可以更快地验证创意，并改善跨职能协作。这使得更多创意能够得到开发和完善，最终成为稳定的解决方案，让创作者能够自由地通过软件将他们的概念变为现实。
专家强调：“使用人工智能工具进行原型设计低估了可靠性、可操作性和规模的复杂性，做出的演示驱动型决策，如果不加以控制，可能会导致失败。这些工具虽然让原型设计变得容易，但如果没有工程质量关卡，就很难交付。”
此外，公司应允许非工程师在隔离环境中安静且私密地运行应用程序。使用虚拟/合成数据以及零生产凭证可能有助于最大限度地降低数据泄露风险。
Ahmad Shadid 表示：“清晰的系统识别策略，例如一次性代码库和独立的命名空间，有助于在隔离环境中有效利用 AI 程序。经过批准的堆栈、安全的脚手架、内置测试和 linting 为应用程序的可扩展性和弹性提供了一个安全的平台。” Mpost.
免责声明
在与行 信托项目指南，请注意，本页提供的信息无意且不应被解释为法律、税务、投资、财务或任何其他形式的建议。 重要的是，仅投资您可以承受损失的金额，并在有任何疑问时寻求独立的财务建议。 如需了解更多信息，我们建议您参阅条款和条件以及发行人或广告商提供的帮助和支持页面。 MetaversePost 致力于提供准确、公正的报告，但市场状况如有变更，恕不另行通知。
关于作者
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
更多文章
Alisa，一名热心记者 MPost专注于加密货币、人工智能、投资以及广阔的领域 Web3。她对新兴趋势和技术有着敏锐的洞察力，提供全面的报道，让读者了解和吸引读者了解不断发展的数字金融领域。
