作者在老板的建议下尝试使用AI工具进行编程，虽然理解其提升效率的初衷，但个人对AI持负面态度，因其导致亲友失业、资源浪费等问题。作者还提到，开发工作带来的高压使其与工作关系变得紧张，进一步影响了对AI工具的使用体验。

标题：我尝试用AI编程，结果变得懒惰和愚蠢

在2025年4月左右，我的老板坚持让我们尝试使用AI工具进行编程。这并不是强制性的要求，而是出于对可能错失机会的担忧。我理解他的想法，毕竟在当前的软件行业经济环境下，提高生产力和利润率是必要的。尽管我对这一趋势并不感到高兴，但我能理解。

我个人对AI持保留态度，尤其是大型语言模型（LLMs）。我的伴侣因为ChatGPT而失去了写作工作，许多艺术家朋友也因为LLMs而陷入困境。最近，一位实习生也因LLMs失去了翻译工作。此外，LLMs基于未经授权的内容，消耗大量电力和水资源，成为资本家在阶级战争中的新武器。

另一个让我妥协的原因是我与开发工作之间建立的一种不健康关系。我在2022年的一篇博客中详细描述了选择这一职业带来的高风险，这种心态一直伴随着我：

七年前我开始从事网页开发时，我处于生存模式，经历了多年的低薪和失业。我必须成功，为此我必须不断学习、阅读和倾听关于网页开发的内容，监控领域动态，尽可能与同行社交。这样我才不会变得可有可无，失去工作。我会建立人脉，我会安全。

十年后，经历了三次职业倦怠，我意识到这种心态虽然一度有效，但并不健康或可取。我曾试图放下对变得可有可无的恐惧，但LLMs再次触发了这种恐惧。如果AI供应商是对的怎么办？如果我未来的公司要求使用AI怎么办？我会失去工作吗？我快40岁了，我该怎么办？

于是我尝试了AI。首先在我的日常工作中，因为我想要答案。但除了修复TypeScript类型错误、生成不可访问的模板代码或检查代码错误外，我并没有找到那些AI影响者所说的“改变生活”的用途。我的同事们也得出了同样的结论：它似乎并没有帮助我们更好地为客户实现目标。

到了7月，我开始为我的新CMS进行图像处理部分。由于个人事件导致的大脑疲劳，我决定认真尝试使用LLM来完成任务。在VS Code中设置好一切后，LLM生成了大约200行代码，主要是使用依赖项来转换、调整大小和处理图像的函数。虽然不完美，但经过一些修改后，任务在30分钟内完成，远比我手动完成要快。

我对此印象深刻，感觉自己拥有了超能力！但当我决定审计LLM生成的代码时，发现了几个安全隐患：目录遍历攻击、文件大小限制、系统文件覆盖等。我意识到初始代码有多么不安全。由于我没有编写这些代码，我对代码的整体结构和功能缺乏清晰的了解，无法快速进行修改。最终，我不得不再次依赖LLM来修复这些问题。

这时我停止了实验。我震惊于自己如此轻易地陷入了这种懒惰的编程方式。LLM给了我糟糕的代码，让我对自己的代码库一无所知，也懒得自己修复问题。尽管整个过程感觉顺畅、无摩擦、赋予力量，但这只是一种幻觉。

我意识到，使用LLM并不会让我变得更聪明或更高效，反而可能让我变得懒惰和愚蠢，最终导致我失去工作。因此，我不应该把时间花在AI上，而应该更多地学习我感兴趣的新事物。这可能是保持这份工作并确保安全的唯一途径。

最初发布时间：2025年8月8日20:03
修改和/或重建时间：2025年8月8日20:17

评论内容主要围绕使用LLM（大语言模型）进行编程的体验和观点，分为支持和质疑两派：

支持使用LLM的观点： 1. 提高效率：多位评论者认为LLM可以显著提高编程效率，尤其是在处理不熟悉的领域或重复性任务时。例如，评论15提到：“它可能比你更快地写出更好的初稿，然后你可以在此基础上迭代。”
2. 学习工具：LLM被视为了解新技术和解决复杂问题的辅助工具。评论5建议：“与LLM进行多次对话，学习后再开始编码。”
3. 解放思维：LLM帮助开发者专注于高层次设计，减少低层次细节的负担。评论16表示：“我现在花更少时间思考低层次的东西，更多时间思考高层次细节。”

质疑使用LLM的观点： 1. 代码质量与安全性：部分评论者指出LLM生成的代码可能存在安全漏洞或质量问题。评论1提到：“我无法快速修改代码，最终只能让LLM修复，但我无法判断修复是否有效。”
2. 技能退化：过度依赖LLM可能导致开发者技能退化。评论24警告：“LLM可能会让你的技能萎缩，如果你把思考外包出去。”
3. 误用与懒惰：一些评论者认为开发者可能滥用LLM，追求速度而忽视代码质量。评论10批评：“团队成员提交了明显错误的代码，却依赖团队发现问题。”

平衡观点： 1. 工具的正确使用：多位评论者强调LLM应作为辅助工具，而非完全依赖。评论9指出：“如果你开始懒惰，AI只会让你更懒；如果你以纪律和清晰开始，它可以放大你的能力。”
2. 迭代与审查：LLM生成的代码需要开发者进行审查和迭代。评论15建议：“像对待自己写的代码一样，审查和迭代LLM生成的代码。”

总结：LLM在编程中具有显著的优势，但也存在潜在风险。开发者应将其作为辅助工具，保持对代码质量的审查，避免过度依赖，以确保技能提升和代码安全。