现在的 AI 的缺乏直觉和经验，这一点相对人类还是无可替代，从一个例子说明

[levin56]

最近重度使用 Cursor ，产生依赖，遇到问题很多时候都懒得看了，直接问 AI ，我感觉自己现在的代码能力都有点下降了。

使用 Cursor 等工具编程时，大多数情况都很顺利，但有时还是会遇到一些反复的问题，AI 都解决不了，不管如何提示和 Prompt 优化，它总是会一股脑在错误中不断循环，白白耗费进一个小时时间。

比如，最近遇到的一个前端问题，AI 写的代码错误地把组件的定义放在另外一个组件里面，导致页面渲染闪动，AI 一直找不到原因，无奈自己查找原因，发现很简单就解决了。

我总结，现在 AI 它应对大多数编程都没问题，但是在一些关键性问题上，AI 由于训练材料和训练方式的原因，它现在还做不到类似于人类那样，解决问题可以在经验积累的基础上，能够从直觉上快速把握住一些本质的东西，只会按部就班，“教科书”式的去解决一些问题，这种模式在大多数情况都不会出现问题，但是，在一些灵活性高的时候，比如往往一个有很简单的解决方法的时候，AI 以它被训练过固化的思维，它可能会绕一大个弯，把问题复杂化。

https://imgur.com/OtYKHeL

https://imgur.com/ZbIkf6l

https://imgur.com/SfZ0eAS

[zh3256]

有时候进到死胡同, 可以把他已经生成好的代码复制一份, 重新提问. 比如: 我要做 xxx 功能, 这是已经实现的代码, 里面有什么问题...

[mumbler]

别急啊，一切才刚刚开始，AI 能力每天都在提高，过几个月就能自主解决大部分问题了，人作为教练，要在 AI 卡壳的时候给出指导

[dxymor]

现在的 ai 大多还是数据归纳整理总结自然语言输出给用户。

[cheng6563]

你是不是 Tokens 拉太长了

[Satansickle]

因为它还没有学会混沌

[sentinelK]

你聊天的上下文会“决定性”的影响大语言模型的输出结果。所以与其于跟大语言模型掰扯，不如直接开启新会话。
这也是目前大语言模型的产品设计的问题。目前的产品设计太趋向于“会话”。

但实际上 LLM 最高效的交互方式是一问一答。

多轮对话会造成噪声的指数级累积。

[wwhontheway]

我感觉 ai 很适合从 0 到 1 ，但是越往后面，越细节的地方，往往它的效率就不行

[AlexHsu]

ai 只会代替做题家 工具人 核动力代码驴 狗逼中层
ai 当然代替不了人了

[Ketteiron]

因为现在的"AI"并没有智能，它根本无法思考所以做不到你说的"灵活"，与科幻小说中拥有智能的真 AI 相比，顶多只是一个会产生随机噪声的复读机。没事不要为难复读机，坏了你就拍它两下说不定又好了，不好使就重启呗。

[levin56]

@cheng6563 截图第一张就是第一轮对话 特意新开对话的 减少上下文

[wyntalgeer]

prompt 的问题

[Chuckle]

前几天写 wasm ，问 ai rust 里一个算 md5 的函数，总共就 7 行，和它说 as_ptr()这个方法不存在，报错也给了，ai 回答完确实不存在，反手还是调 as_ptr()，deepseek r1 、copilot ，都一个样，怕不是都一个地方学的案例，给的代码也雷同，问了十几个对话，给我问红了都。现在 ai 就是学的东西多了，看起来是很聪明，但还是不会推理类比，毕竟原理上就是往后填空，碰上没学过的就瘫了。还有让 ai 写个网上搜不到的正则、ts 类型体操，也是一塌糊涂，找了其他人类，很快就写出来了。不过 ai 帮忙处理常见报错、顺着我的思路补全某段代码，还是很省心的。