AI编程不是一只猴子在盲敲键盘，它真的可以生成可用代码。
before
最近用ai写了几个应用，发现ai真的可以生成有用代码。
网上有一句名言，让一只猴子坐在键盘前敲击，它也有可能敲出一部莎士比亚。
GPT编程，由于LLM是预测下一个token，因此之前认为这是一个概率事件，但是实际体验过程中，发现编写的程序确实可用。
after
说一说一些感受。
数据处理
用ai生成数据处理的脚本或者直接处理数据非常好用。比如将一段json格式的文件转换成csv格式，或者直接让ai生成tsv格式的内容。直接可用。
以往处理数据，需要自己根据不同的json格式来写一个小脚本来处理，虽说也不复杂，但是复制粘贴修改，还是需要一点时间的，有时候还需要改bug，现在用ai生成，1分钟就可以完成。
不过也有一个缺点，就是用ai收集数据时，不确定数据到底是真实的，还是ai瞎编的。因为在实际过程中，碰到过ai生成了一堆数据，但是里面有错误数据，或者说是假数据。这就导致一个问题，数据需要校验，而数据来源比较多的时候，还是比较费时间的。
因此，我习惯性地会打开ai阅读的网页链接进行验证。但是，有时候，ai生成一段话，后面各个链接，当你实际打开时，发现这个网页链接里面根本没有这句话。
总结，生成数据处理脚本，优秀；直接处理数据格式转换，优秀；收集数据，准确性待提升。
前端
由于生成的数据需要展示，而excel里面，有时候就是没有那么方便，数据类型，或者图标，达不到想要的效果。
于是，我会经常用ai来生成一些html展示页面。
说一个观点，我不是专业的前端开发人员，但是我觉得前端的前景会比较艰难。
这些ai生成的html展示页面，对于我来说，相当的漂亮，并且一句话就可以让ai把样式再改一改，位置挪一挪，总之，对于我的展示需求来说，完成度非常好。
函数
前面生成了前端html展示页面，由于只是展示，没有计算。
让ai生成一些可以执行一些功能的页面，对于目前的小工具需求来说，完成度非常可以。
比如我最近在开发一个基金风险管理的小应用，里面需要计算VaR，之前我是用excel计算的，公式也是deepseek生成的，生成的公式很长，处理起来麻烦。
最近使用DeepSeek，让它生成一个VaR计算的页面，完成度相当好，并且需要用户提供的数据、参数设置都有，其中的计算逻辑，虽然不复杂，但是如果没有ai的话，估计需要花一点时间来调试修改，但是现在用ai，2分钟就生成好了。
并且ai还能告诉我每个参数是什么意思，并且表示参数法计算的VaR最不准，日常可以使用历史数据加权法来计算VaR。
所以，ai确实能够更快实现你的想法，关键的问题是，你想要什么，以及你需要能判断ai生成的东西到底对不对。
交互
前面生成了前端的html，让我感觉ai做展示页面非常厉害。
但是当我用ai开发完基金风险管理的小应用之后，我觉得页面交互这块，ai也是可以做的。即复杂的前端交互，ai也能完成的很好，这一点是超过我的预期的。
当然，不同的ai完成的初版也是不尽人意。反倒是这次ChatGLM完成的初始版本效果最好，后续是用yuanbao和deepseek在这个基础上进一步修改的。
这里要吐槽一下doubao，不知道这个doubao是不是在调用本地浏览器资源进行计算，让doubao生成应用时，如果你的浏览器没有focus，它就不进行后续的编程代码生成，然后运行一段时间之后，页面就莫名其妙地卡住了，然后就没有办法在这个基础上生成了。（不过，前面用它直接生成html展示页面时，效果很好。）
完成初始版本之后，需要添加一些功能，修改bug，这些ai都完成地非常好，简直说，非常丝滑。比如要加一个功能，直接就加了，和现有的模板效果一致。 给后端数据接口，返回数据格式，ai直接就可以加功能，访问接口，在页面处理返回的数据，虽说功能不复杂，但是如果自己手工去敲，还是很费时间的，而这一切，都是ai免费给你生成的。
并且，最开始生成的一个版本，里面有个页面，打开之后，cpu风扇呼呼转，我自己是没有找到问题，最后在deepseek的协助下，发现是一个前端动画的问题，并让deepseek给生成新的代码，目前看来，cpu是平静了。不过，这个也是经过了多次才修好，前面几次，修复之后，还是会呼呼响。
ai编程，给我的感觉是，回不到过去手工编程的时代了，因为ai几分钟生成的代码，你手工编写，可能需要好几个小时修改调试。不过，前提是，你要能够判断代码是否正确，比如ai给你生成了一个rm -rf /*，那就game over了。