AI编程简直是噩梦。只有我这么觉得吗？
这篇文章尖锐地批评了当前AI编程助手的几大痛点：过度重复造轮子，导致代码文件臃肿不堪；缺乏全局视野，只关注当前任务而不管系统其他部分是否被破坏；上下文窗口既短又长——短了记不住，长了逻辑混乱；明明人类开发者3-5行就能搞定的改动，AI偏要重新设计一套系统架构；调得越多越变傻，输出大量"我理解了！"的废话后代码依然跑不起来。作者认为AI编程工具在使用体验和实际效果上远未达到实用水平。
背景速读
- 这篇文章反映的是2024-2025年间，大量专业软件工程师在日常工作中使用AI编程助手（如GitHub Copilot、Cursor、Claude + Sonnet、Cline等）后的普遍挫败感。这类工具基于大型语言模型（LLM，如GPT-4、Claude 3.5），其核心机制是"上下文窗口"（context window）——模型在生成回答时能"看到"的文本量，通常为几万到20万token（约合几万到十几万英文单词）。
- 用户抱怨的核心矛盾是：AI不擅长在大文件中定位已有代码并做精准修改，反而偏好新增代码，导致代码库膨胀、重复和遗留死代码；上下文窗口有限，超出后模型表现急剧下降；模型缺乏对代码库全局架构的理解，容易修复一处而破坏另一处；逻辑推理薄弱，简单改动常被重写成复杂架构。
- 这一讨论在Hacker News上热度极高，说明这不是个别用户的体验问题，而是当前基于transformer架构的LLM在软件工程场景下的结构性瓶颈。业界正在探索多种应对方案：更长的上下文窗口（如Gemini 1.5达到100万token）、Agent式自主规划（如Devin、Claude的Computer Use）、以及代码库级别的索引和检索增强生成（RAG），但目前均未完全解决上述痛点。