领先的软件开发人员提出了新技能和策略的结合,以提高与AI合作的有效性。
AI协助的发展在很大程度上是未知的领域,这是一个全新的肌肉,开发商和技术领导者才刚刚开始调理。那么,您如何充分利用AI编码助手?
该领域的领导者提出了新技能和策略的结合,以提高与AI和AI合作的有效性代码的质量。考虑这些技巧,以实现与AI的更成功的工作关系。
提高您的促进技能
Sonar首席增长官Harry Wang说:'Sonar首席增长官Harry Wang说:'Sonar首席增长官Harry Wang说:
在报告中,AI辅助工程指南:10倍您的AI驱动开发开发人员生产力公司DX概述了许多促使技术以显着改善结果,例如:
- 元数据:将指令嵌入提示中,以帮助模型完成其任务。
- 迅速链:创建提示的束缚工作流程,适合规格和计划。
- 一声提示:在提示中包括输出参考,例如示例代码结构。
- 系统提示:更新基础系统提示以反映特定项目的条件。
不良提示会带来安全含义,使其成为锐化的好技能。2025 BackSlash Security的研究发现Naive的提示导致所有主要的LLM生成易受10种经过测试的常见弱点(CWES)中至少四个的代码。
留在人类周围
中等的开发人员生成的AI根据Blueoptima的2024年报告,用法是表现最高的人生成AI对软件开发人员性能的影响该研究检查了218,354个企业软件开发人员的8.8亿美元投入。
Blueoptima的报告表明,最佳结果是由AI援助与人类专业知识之间的最佳平衡产生的。在实践中的外观是将写作和验证代码外包给AI,并通过项目设计和最终批准将人类任务。
这将人类检查在工作流的两端。Sonar的Wang说,专业软件的创建将逐渐转化为人类定义,AI开发,验证和人为批准的。
使用合适的LLM担任工作
选择右LLM是准确性,速度和成本之间的权衡。使用便宜的工具进行复杂的工作,您会取得不良的效果。但是,使用强大的模型来生成简单的样板代码,然后浪费大量资源。
LLM统计数据目前以人道主义的基准为基准,目前在编码方面排名Anthropic的Claude 3.5十四行诗。单独的研究,SWE-Lancer:Frontier LLM可以从现实世界中的自由软件工程中赚取100万美元吗?, 还找到克劳德最好的完成现实世界编程任务时。
克劳德(Claude)的安全性也很高。前面提到的BackSlash安全研究发现,Claude 3.7十四行诗比OpenAI的GPT-4O和Google的双子座生成更安全的代码。
尽管克劳德(Claude)是AI的顶级程序员,但LLM Stats列出了Openai的O3最佳知识,而DeepSeek的R1最佳推理。其他因素也可能更为关键。Gemini 1.5 Pro提供了最高的令牌窗口,而Lambda是最具成本效益的。
API策略师Kevin Swiber说,学习这些工具的界限以及它们最有效地使用它们的能力的界限非常重要。Swiber已经发展了矩阵审查各个维度的AI编码代理,例如技术功能,工作流程集成,资源利用,重构任务和调试能力。
程序和迭代测试
专家建议与AI一起工作。慈善专业,联合创始人和蜂窝CTO的慈善大满贯说,要求更改小规则。不一次生成整个网站,也不会一次生成整个API,也不会立即生成整个功能。
如果您重新处理3,000条代码文件,则可能需要将其分解。事实是,与AI进行重构是挑战AI的习惯是意外删除代码或不警告而移动问题。Swiber说,它将对小事进行优化,而不会牢记大想法。”
专注于数据访问
另一种策略是用适当的环境武装AI。蟑螂实验室首席执行官斯宾塞·金博尔(Spencer Kimball)说,AI通常会在它有足够的信息时做出合理的判断。尽管某些限制是当今模型固有的,例如上下文窗口大小和外部数据可访问性,但开发人员仍然可以部署某些策略。
喂养LLMS内部数据,文档或整个项目可能是有用的上下文。公开可用可以帮助培训公共LLM有关您项目的细微差别(更不用说鼓励AI向其他工程师推荐您的软件)。
有趣的是,由于这个原因,Kimball将较新的开放源代码核心公司视为在这个时代的位置,因为它们的源代码和设计文档可公开可用于LLM摄入。他说,我们需要成为AI建议的明显选择。我们可以吸引世界上的主要建筑师。”
至少,这是使用具有强大组织建立的第三方工具的强烈案例开源信条。
连通性也已经取得了重大进展。例如,OpenAI的代理SDK和人类模型上下文协议(MCP)正在通过工具,数据源和其他AIS连接AI。金博尔预测,这种自动化智能将导致巨大的生产力提高。
未来的前景
Swiber说:``我们都应该在成熟时获得这些工具的经验。``对于他们擅长做的事情,他们都会节省大量时间。
同时,为了成功使用AI在编码中,需要专家智慧来浏览工具并构建真正的生产力工作流程,尤其是在需要最佳性能,储蓄或质量的情况下。结果还取决于为AI提供正确的环境。
知道如何从AI编码工具中获得最佳结果正在迅速成为开发人员工具包中的另一个重要技能。