随着AI技术的迅猛进步，AI编程工具正逐渐成为开发者的得力助手。这些工具可以在短时间内生成代码框架，显著提高了开发效率。本文作者通过亲身实践，分享了使用Trae编辑器和Claude-3.5/3.7进行项目开发的经验，探讨了AI编程工具在效率与挑战之间的平衡，并对未来的发展进行了展望。
最近，我基于Trae编辑器和Claude-3.5/3.7频繁使用，开发了一款较为复杂的Demo产品。与此同时，我的领导（不具备编程背景）也在尝试使用AI编程工具构建企业官网。以下是我在这一过程中的使用体验和思考。
初步成功与后续挑战
从零开始启动项目，我大致确定了技术方向和功能需求，借助Trae提供的Builder(Beta)功能，输入提示词后，迅速生成了一个基本可用的项目代码，涵盖了大多数预期功能，运行效果良好。然而，随着项目的深入和代码量的增加，问题逐渐浮现。
代码完整性与重复问题
由于提示词数量限制，AI工具无法完整获取代码，导致部分已存在的方法未能被识别，从而产生了重复代码。特别是在Python环境中，重复的方法名不会引发编译错误，这使得调试变得异常困难。例如，修改了某个方法后，程序仍然执行旧版本，难以排查问题。
问答循环与效率低下
随着对话和代码量的增长，bug排查工作变得棘手，常常陷入问答循环。这是因为AI工具无法有效解决问题，只能反复给出相同答案，导致问题无法及时解决。我的领导因缺乏编程知识，选择新开一个对话来重置AI的记忆状态，而我则通过仔细阅读代码、设置断点等方式查找并修复bug，这种方法更为高效。
等待时间与用户体验
在周末使用Trae，尤其是Claude-3.7时，由于流量控制，经常需要长时间排队等待。从提问到获取答案可能需要10分钟甚至更久，严重影响了用户体验。这种延迟不仅降低了工作效率，也让人感到沮丧。
优化提示词与代码结构
初次尝试时，未明确指定编程框架，AI生成的代码集中在单个文件中，超过1000行后无法有效替换或优化。吸取教训后，我在新的提示词中加入了“采用MVC设计模式，每个文件代码不超过300行”的要求，结果显著改善了代码质量和可维护性。对于编程新手而言，理解和应用如MVC这样的设计理念颇具挑战，这限制了他们充分发挥AI工具的潜力。
认知边界与工具选择
在使用AI编程工具时，大多数用户只能想到生成HTML或Python代码等常见任务，而对于是否选择了最优工具，或是否有更好的替代方案，往往缺乏判断。编程新手倾向于选择熟悉的语言和技术栈，结合自身知识和AI辅助，以降低潜在风险。这不仅是出于安全考虑，也是为了确保项目顺利推进。
总结与展望
总体来看，AI编程工具确实大幅提升了开发效率，但它更像是一个辅助工具，而非全能解决方案。对于经验丰富的开发者，AI工具可以节省大量时间和精力；对于初学者，它可以完成基础任务，但仍需进一步学习和探索。未来的改进将主要集中在提高输入量、增强算力等方面，使工具更加智能和高效。当前的体验虽有不足，但也展示了巨大的潜力和发展空间。
特别说明：本文所有结论基于最近使用Trae编辑器和Claude-3.5/3.7的实际体验，仅供参考，不代表AI编程工具的全部实力。
作者：蓝胖子
公众号：神奇四次元口袋
本文由 @蓝胖子 原创发布于人人都是产品经理。未经作者许可，禁止转载。
