劳伦·古德 (Lauren Goode) 说服《连线》杂志的编辑让她在一家名为Notion的科技公司花几天时间学习如何编写振动代码（即人工智能辅助计算机编程）： 为什么一家价值 100 亿美元的初创公司让我为他们编写振动代码——为什么我喜欢它？
扩展美人鱼图或按字母顺序排列狗的品种列表，对程序员来说似乎很难。但在 Notion 工作期间，我确实感觉大脑中的一扇活板门被打开了。我隐约感受到了成为一位默默无闻的逻辑之神操纵一切的感觉。我还感到自己能够在一个半私密的空间里学习新东西，并且拥有在新东西上犯错的自由。
氛围编码和新闻报道都是一种刺激和获取信息的练习：你能详细说说这个吗？你能详细说说那个吗？你能给我看看文件吗？与人类同胞相处时，我们可以容忍对话中出现一些不精确的情况。如果说我作为一名氛围编码员的经历凸显了什么，那就是人工智能为我们编码要求我们准确地表达我们想要什么。
有一天，我在 Notion 吃午饭时，一位工程师问我是否用过 ChatGPT 帮我写文章。这个问题我今年夏天听到过不止一次。“从来没有，”我回答她，她瞪大了眼睛。我试图解释原因——这是一个原则问题，而不是关于人工智能能否拼凑出过得去的文章。我决定不去讨论搜索引擎的变化，以及那些散布在信息领域的人工智能摘要是如何导致新闻网站流量暴跌的。我认识的几乎每个人都在担心自己的工作。
Notion 的一位工程师将人工智能时代的经济恐慌与编译器首次推出时的情况进行了比较。他说，那种认为一个人突然就能完成 100 名程序员工作的想法应该反过来；相反，每个程序员的生产力都应该提高 100 倍。他的经理表示同意：“是的，作为一名经理，我会说，就像——每个人都在做得更多，”她说。另一位工程师告诉我，解决大型问题仍然需要协作、审问和规划。他断言，氛围编码在人们快速开发新功能原型时尤其有用。
这些工程师似乎确信人类仍将参与其中，即使他们画了未来程序员的漫画（“生产力提高 100 倍”）。我也倾向于相信这一点，并且相信拥有极其专业技能或专业知识的人在很多工作场所仍然会受到欢迎。无论如何，我希望这是真的。
非常有趣的文章。过去几个月，我读了很多关于法学硕士（LLM）和编程的文章，尤其是一些经验丰富的程序员转而使用LLM进行编程的文章。现在围绕人工智能有很多愚蠢（甚至危险）的炒作，但在过去的几个月里，只要引导得当，LLM和支持工具在编程方面已经变得异常出色。以下是我最近读到的一些内容，如果你想了解现在的可能性，可以参考一下：
- 我的 LLM 代码生成工作流程
- 15 分钟内完成瀑布，否则退款
- LLM 代码生成英雄之旅
- 基本克劳德代码
- 如何使用克劳德代码
- Amp 现已上线。以下是我的使用方法。
- 克劳德代码是我的计算机
- 克劳德·科德经历
- Stevens：一个使用单个 SQLite 表和少量 cron 作业的可入侵 AI 助手
- 作为一名经验丰富的法学硕士 (LLM) 用户，我实际上并不经常使用生成式法学硕士 (LLM)
- 人工智能改变一切
- 代理编码建议
- 成为一名人工智能增强工程师
- 使用代理 LLM 的计划/执行周期
- 迈向半自动编码
- 氛围编码与进步的幻觉
我很好奇，想知道你们当中是否有经验丰富（或缺乏经验）的程序员尝试过最近的AI辅助编程工具套件，以及你们的体验如何。（你们对AI的总体看法——尤其是它的潜在弊端，这些弊端在其他地方已有充分的论述——最好留到以后再说。谢谢。）