说得没错，逻辑很通。但在认真查看建议的替换代码之后，Meyer 发现了某些可疑的部分。于是，Meyer 进一步提问：
在尝试修复 Meyer 的错误时， 输出了另一个同样有错的版本，只不过错得跟 Meyer 不一样。值得一提的是， 每次都试着给出新的版本——在纠正之前错误的同时，却又带来了新问题。
Meyer 还发现， 特别擅长道歉：
一直在自说自话，积极向 Meyer 推荐它认为经过修正的解决方案：
到这里，Meyer 甚至不打算尝试最新版本正不正确。有经验的程序员朋友都知道，揪住一个案例不断添加特定修复，绝不是生成正确程序的最佳途径。
于是 Meyer 也选择继续保持礼貌：
精彩的来了： 决定向 Meyer 介绍循环不变量的概念！
Meyer 从未明示或暗示称“需要一种更系统的方法来验证算法的正确性”，他只是想知道 要如何证明它推荐的答案是对的，但绝对没有使用“系统的”或者“验证”这类字眼。之所以出现这一幕，可能是基于大型语料库的统计推理给了 信心，让它认定用户肯定会质疑输出代码的正确性，然后要求以系统方法给出验证。
Meyer 继续追问了下去：
随后给出了很好的答案，甚至包括 ACM 计算调查当中收录的循环不变量调查内容。而且它仍然是先夸一句再解释问题，非常客气：
到这里，Meyer 不打算再继续追问了。
作为一名程序员，Meyer 知道如何解决问题，但和大多数程序员一样，他自己也会经常犯错误。他希望 AI 编程助手可以监督自己，提醒他注意陷阱并在犯错时给予纠正。换言之，他希望 AI 能成为高效有用的结对编程伙伴。但实验结果并非如此：AI 编程工具就像个自大的研究生，聪明且博览群书，也始终保持着礼貌并愿意道歉。可回头来看，它仍然草率且不够可靠，所谓的帮助对 Meyer 来说毫无用处。
现代 AI 成果并不能生成正确的程序
Meyer 认为，当前生成式 AI 工具确实能够在某些领域出色地完成工作，甚至胜过大部分人类的水平：相关结果来得很快、令人信服，乍看之下甚至不亚于顶级专家，原则上也没什么大问题。比如生成营销手册，或者是粗略翻译网站内容之类，它的翻译效果相当不错，此外还有医学影像分析等等。
但编程的要求完全不同，它对产出程序的正确性有着严格要求。开发者可以容忍一定的错误，但其核心功能必须正确。如果客户下达的指令是买进 100 股微软股票，同时卖出 50 股亚马逊股票，那程序绝不应该执行相反的操作。专业程序员有时候会犯错，这时候就看 AI 助手能不能帮上一把了。
然而，现代 AI 成果并不能生成正确的程序：它产出的程序实际是从之前见过的大量原有程序中推理而成。这些程序看似靠谱，但却无法完全保障正确性。（这里所说的现代 AI，是将其与早期 AI 区分开来——后者试图通过专家系统等方法重现人类的逻辑思维，但在很大程度上已经失败。如今的 AI 完全通过统计推理实现基本功能。）
Meyer 表示，尽管 AI 助手时有惊艳发挥，但它们并不是逻辑的产物，而是玩弄文字的高手。大语言模型都拥有流畅的表达能力，非常擅长生成看起来没什么大错的文本。虽然这样的表现对于许多应用场景已经足够，但仍然不适合编程需求。
现在的 AI 能够帮助用户生成基础框架，以大致靠谱的效果给出答案。但也就止步于此了。以目前的技术水平来看，它还完全输出不了能够正常运行的程序。
但这对软件工程行业来说并不是坏事。Meyer 认为，面对种种“编程已死”的宣传，这次实验提醒我们不管人类程序员还是自动编程助手，都需要规范的约束，并且任何产出的备选程序都有待验证。在最初的惊艳过后，人们终将意识到这种一键式生成程序的能力并没有多大作用。考虑到它往往无法正确实现使用者想要的效果，草草上线的自动化功能也许反而有害。
写在最后
Meyer 并不是唱衰 AI 编程，他认为，审慎的态度或许能帮助我们构建出具备可靠能力的终极 AI 系统。
目前，AI 技术尚处于早期发展阶段，这些局限性也并不是永远跨越不了的障碍。也许在未来的某一天，生成式 AI 编程工具能够克服这些障碍。但要让它具备真正的编程能力，还得在规范和验证方面做一番深入的探讨和研究。
那么问题来了：你是否使用过 AI 编程工具？使用的是哪款工具？准确度如何？这些工具是否真的帮助到了你？欢迎在评论区写下你的使用体验。
原文链接：
相关文章
