所谓写代码的ai本身就是自然语言代码写的，而现阶段所有的自然语言代码都是给人看的，ai这么厉害的东西却只会写运行效率低下的自然语言代码还不会编译，讽刺😏，现阶段的自然语言大模型技术想取代程序员怕是得发展一个自动驾驶这样的产业出来，然而自动驾驶今天取代人类司机了吗?

23:52 这个10天学习python的课程哪里可以找到啊？

同为大厂程序员，没有用过codefuse，但是在用我司类似产品，确实可以提升一定生产力，但是感觉类似代码辅助工具其实对于准确性要求挺高的。 如果出现小的代码问题，比如一个typo或者相近变量的错误提示，观察不仔细直接使用的话，后期debug成本更高。另外对于注释，确实很多程序员不喜欢写注释，但是如果是一个错误的注释，其实还不如没有，这方面感觉bad case也挺多的。

这一期听着真的很舒服，嘉宾表达清晰简练，声音也非常好听

小刀老师语速再压下就完美了

copilot 类似工具最立竿见影的效果是“代码规范”

跟copilot对比效果怎么样

真的要先试试，才能更好的让AI工具为我们所用 。（AI优化code，对于我这水平的来说，真的好用，节省时间

05:38 代码行数真的可以作为生产力的判断依据吗

对实验有几个疑问， 1. 对比实验的程序员主要是业务方向更多，对比过不同方向的程序员的比例么。2. 是否从工作完成率/平均耗时对比效率提升。3. 是否对比过非 ai 辅助工具熟练程度不同，codefuse 能够带来的提升的差异。

🌹🌹🌹

沙发🛋️

44:26 有这么几个点值得关注：1、AI让更多人能更低门槛地编程，类似office和PS，之前会的人很少，现在多了之后，行业也发展了；2、巨头顾不上的小场景，甚至就是少数人，可以自己给自己做应用了。所以外包利好。以及重点是去找这些需要私人定制的用户？

小刀还得是小刀,逻辑很清晰

本期播客飞哥邀请蚂蚁集团的产品经理小刀探讨 CodeFuse AI编程助手，文本围绕其在编程领域的应用、挑战及影响展开，指出虽有辅助作用但不能完全替代程序员，使用时应客观看待。 关于 CodeFuse 提升程序员生产力的探讨 [00:25] 介绍此次对话的嘉宾为来自蚂蚁集团的小刀 [00:33] 小刀负责与研发性能相关产品，包括 CodeFuse [01:35] 国际清算银行报告显示 CodeFuse 使程序员生产力提升超 50% [02:44] CodeFuse 是辅助程序员写代码的工具，能提供代码续写等能力 [04:30] 实验通过分组对比，发现实验组使用 CodeFuse 后生产代码量超 50% [05:23] CodeFuse 提升生产力有直接和间接方式，间接影响更显著 探讨 CodeFuse 对程序员生产力的提升及应用 [10:05] CodeFuse 能理解并补上部分内容，但在复杂业务逻辑方面存在不足 [11:36] CodeFuse 在明确研发任务和修改接口方面表现较好 [12:01] AI能释放程序员精力，带来出其不意的方案，但仍需人做判断 [13:11] 实验组代码量提升，AI生成部分比例少，更多是间接影响力 [14:05] AI能帮助解决知识获取难度问题，越会用越能激发其帮助 [18:35] CodeFuse 在测试用力生成环节发挥大作用，效果令人满意 探讨AI在编程领域的应用及面临的挑战 [19:46] 测试环节中AI可生成部分测试数据 [19:57] 问题定位和解决以往靠人翻日志，AI可承担部分分析定位工作 [21:43] AI使程序员获取其他编程语言方式更便捷，降低编程门槛 [23:40] AI绘图缩短基础技能培养周期，但无法进行创意工作 [25:38] 产品经理清晰表达诉求，AI可帮助实现小应用 [27:33] 未来可能实现一人公司，AI编程面临跨库理解等挑战 AI对程序员生态的影响 [29:25] AI在跨库理解、不同方法调用关系等复杂业务逻辑方面理解能力较差 [29:44] 需求拆解和相关角色方面，AI能做的相对较少，是一个挑战 [30:12] AI代码生成依赖数据，中间有很多工程问题要解决 [31:23] 仓库级代码生成已在尝试，能根据医术生成相关多文件代码 [33:27] AI写全新小程序和基于原有系统修正的作用不同，从零到一和从一到一百有别 [35:17] AI目前不能完全替代程序员，程序员仍需处理大量上下游工作 探讨AI编程领域的发展与变化对程序员的影响 [39:04] 以前程序员群体较狭窄，如今占比可能越来越高 [39:12] 程序员的定义和感知在发生转变 [39:50] 各领域技术门槛降低，生态发生变化 [40:53] 开发成本降低，小程序等开发门槛更低 [42:42] 程序员对新工具态度不同，部分较保守 [45:03] 使用AI编程工具需保持开放心态和客观认知

小刀声音好有磁性

本期播客的十个最重要的问题： 1. CodeFuse 是什么？ 大体原文: "CodeFuse 是面向程序员的 AI 编程助手，主要用于代码续写、知识检索等，提高编程效率。" 核心观点: CodeFuse 作为 AI 编程助手，通过代码续写和知识检索等功能，帮助程序员提高生产力。 时间戳👉 02:30 2. 国际清算银行的报告对 CodeFuse 的生产力提升有何结论？ 大体原文: "报告指出，使用 CodeFuse 的程序员生产力提升超过 50%" 核心观点: 实验表明，使用 CodeFuse 能显著提升程序员的生产力，尤其是在编码过程中。 时间戳👉 01:30 3. CodeFuse 如何具体帮助程序员？ 大体原文: "CodeFuse 可帮助程序员完成代码续写、知识检索等任务，减少手动编写和查找的时间。" 核心观点: CodeFuse 在编写代码和检索相关知识方面为程序员提供了重要帮助，大大提高了效率。 时间戳👉 03:08 4. CodeFuse 在蚂蚁集团的应用情况如何？ 大体原文: "CodeFuse 已在蚂蚁集团内部广泛使用，覆盖约 60% 的用户。" 核心观点: CodeFuse 已成为蚂蚁集团内部的重要工具，广泛应用于多个项目和开发团队中。 时间戳👉 07:41 5. 为什么 CodeFuse 的间接影响比直接代码生成更重要？ 大体原文: "AI 工具的间接影响包括减少检索时间和总结成本，使程序员能专注于核心业务逻辑。" 核心观点: 虽然 CodeFuse 能直接生成代码，但其减少非核心任务时间的间接作用，对生产力提升更为重要。 时间戳👉 05:46 6. CodeFuse 如何帮助新手程序员？ 大体原文: "AI 工具可以帮助新手程序员快速学习和适应新的编程语言和框架。" 核心观点: CodeFuse 降低了程序员的学习门槛，使得新手能够更快上手并掌握复杂的编程任务。 时间戳👉 14:17 7. AI 工具对程序员创造力的影响是什么？ 大体原文: "AI 可以释放程序员的精力，帮助他们在逻辑设计上发挥更多的创造力。" 核心观点: AI 工具不仅提升了效率，还为程序员提供了更多的时间和空间去创新和设计复杂的逻辑。 时间戳👉 12:07 8. CodeFuse 在复杂业务逻辑中的应用挑战是什么？ 大体原文: "CodeFuse 在跨仓库的代码理解和复杂业务逻辑的处理上仍面临挑战。" 核心观点: 尽管 CodeFuse 在代码续写方面表现出色，但在处理跨库业务逻辑时仍需改进。 时间戳👉 28:23 9. 程序员是否会被 AI 替代？ 大体原文: "AI 工具目前尚不能完全替代程序员的工作，尤其是在架构设计和复杂需求拆解方面。" 核心观点: AI 工具目前只是辅助，程序员仍需在人类判断和复杂任务上发挥关键作用。 时间戳👉 32:36 10. 如何最大化利用 CodeFuse 提升生产力？ 大体原文: "保持开放的心态，深入学习并使用 CodeFuse，才能最大程度地提升生产力。" 核心观点: 程序员需要积极学习如何使用 CodeFuse，以充分发挥其在工作中的潜力。 时间戳👉 44:51

观点清晰，温柔有力

1. AI 工具的应用与影响 CodeFuse 的功能与应用 - 大体原文: "CodeFuse 能帮助程序员在编写测试用例时节省时间，特别是在蚂蚁集团等对交付质量要求高的企业。" - 核心观点: CodeFuse 提供代码续写、知识检索等功能，能够帮助程序员提高工作效率，特别是在测试用例编写等重复性任务中表现突出。 - 时间戳👉 18:52 AI 工具对生产力的提升 - 大体原文: "AI 工具是一个辅助工具，最终的生产力提升还是取决于人的使用方法和创意。" - 核心观点: AI 工具可以显著提高生产力，但最终效果取决于程序员如何使用这些工具。AI 是辅助工具，而创造性和判断力仍需由人来完成。 - 时间戳👉 37:32 AI 工具对程序员创造力的影响 - 大体原文: "AI 可以释放程序员的精力，帮助他们在逻辑设计上发挥更多的创造力。" - 核心观点: AI 工具通过自动化处理繁琐的任务，释放了程序员的时间和精力，使他们能够专注于更具创造性的工作。 - 时间戳👉 12:07 AI 工具对程序员技能发展的促进作用 - 大体原文: "AI 工具能帮助程序员跨越前端、后端和客户端的技能鸿沟，实现更全面的开发能力。" - 核心观点: AI 工具帮助程序员扩展技能领域，使他们能够更轻松地掌握多种开发任务，逐步发展为全栈开发者，提高综合竞争力。 - 时间戳👉 38:46 --- 2. 程序员与 AI 工具的共存 程序员如何充分利用 AI 工具 - 大体原文: "开放的心态以及你能理解到你会用它它才能帮你带来生产力提升，这个事情是至关重要的。" - 核心观点: 程序员应保持开放的心态，积极学习和使用 AI 工具，以充分发挥其潜力，提高生产力。 - 时间戳👉 16:16 程序员是否会被 AI 替代 - 大体原文: "AI 工具目前尚不能完全替代程序员的工作，尤其是在架构设计和复杂需求拆解方面。" - 核心观点: AI 工具无法完全替代程序员，特别是在涉及复杂需求拆解和系统架构设计时。程序员应将 AI 工具视为助力，而非威胁。 - 时间戳👉 32:36 保持对 AI 工具的实用性认知 - 大体原文: "要在使用它的过程中，保持对它的这种实用性的一些基本的认知，就是不能抱有非常大的期望。" - 核心观点: 程序员应对 AI 工具的能力保持清醒的认识，避免过度依赖或期望过高。应实际评估 AI 工具的实用性，视其为辅助工具。 - 时间戳👉 45:25 --- 3. AI 工具对编程生态的影响 AI 工具对程序员未来发展的影响 - 大体原文: "AI 工具可能会扩大程序员群体，甚至改变程序员的定义，使更多人能够参与编程。" - 核心观点: AI 工具降低了编程门槛，使更多人能够进入编程领域，并促使现有程序员提升技能。未来，程序员的角色定义可能更加广泛。 - 时间戳👉 39:50 CodeFuse 如何帮助新手程序员 - 大体原文: "AI 工具可以帮助程序员快速学习和适应新的编程语言和框架。" - 核心观点: CodeFuse 降低了编程的学习门槛，帮助新手程序员更快掌握新技能，加速成长和适应工作环境。 - 时间戳👉 22:26 程序员如何面对复杂业务逻辑的挑战 - 大体原文: "跨仓库的代码理解和复杂业务逻辑的处理上仍面临挑战。" - 核心观点: 尽管 AI 工具在简单任务中表现优异，但在处理跨库业务逻辑和复杂系统时，仍需程序员的深入理解和手动干预，AI 目前还无法完全替代这些高复杂度的工作。 - 时间戳👉 28:23

感觉蚂蚁的人好务实啊，整期没有提啥虚词