我们邀请了拥有15年经验的资深软件工程师阿尔贝托·福廷，分享他与人工智能的坦诚经历。阿尔贝托最初对大型语言模型（LLM）充满热情，希望它们能彻底改变他的开发工作流程。然而，在用Go和ClickHouse重建基础设施时遇到重大挑战后，他写了一篇深思熟虑的博客文章，反思了人工智能炒作与现实之间的差距。为了这次对话，阿尔贝托还准备了一份详细的后续分析，测试了像Claude Opus 4这样的新模型，检验最近的改进是否解决了他遇到的核心问题。
他的经验为工程师在生产环境中评估LLM提供了实用经验——在现实期望与理解这些工具真正增加价值和仍然不足之处之间取得平衡。
您可以在YouTube上观看该会议，或者阅读下面的精选引言。
现实检验：当人工智能炒作遇到生产代码
“我对一些东西的质量差感到非常震惊，这不仅仅是关于错误和功能不工作的问题。我认为作为一名希望在未来几年维护这个代码库的开发者，我也很关心它的整洁度。”
“我感觉我离修复它只有一周时间，但实际上会冒出一个新的小错误，然后又要花两周时间来修复。”
“我会把我的错误输出给LLM，然后它会吐出一些新的东西，这些东西在某种程度上会修复它，但也会让事情变得更糟——并且在这个过程中破坏其他东西。”
生产力幻觉
“我认为每个人都对此有点过于兴奋了，因为第一次迭代，第一个小功能，第一次自动补全就像是，‘天啊，这太棒了。这简直是读懂了我的心思。’所以你有点被它骗了。”
“我认为我们已经达到了一个水平，可以做大约10倍的代码量。所以我们期待这种情况发生，我们要求LLM做到这一点，但我认为每个人都对此有点过于兴奋了。”
掌控：心态转变
“我认为这是最大的不同，就像一种心态转变……我是软件工程师，高级软件工程师，我是架构师。LLM是助手。助手回应我；我制定计划。”
“我失去了对LLM的所有信任，所以我不会再给它们一个大功能。我只会做非常小的事情，比如重构或一个范围非常小的功能。”
“我开始自己修复错误。因为一旦你理解了这一点——你对你的代码库和所有内容都百分之百地了解——你就会更容易、更快地去修复一些东西。”
实用智慧
“如果你对自己的技能足够自信——你知道，一个高级开发者——而这不适合你，那么你并没有错。只要尝试做你一直做的事情，并利用人工智能来稍微提升你的知识。”
“我们已经提升了一个层次，这很棒。但也要注意我们还没有达到下一个层次……我们正在卸载一些编程工作，但我们仍然需要进行架构抽象并为产品做出决策。”
“让我们冷静下来，对待人工智能采取一种平衡的方法。使用它，因为我认为这是一场惊人的技术革命，但我们还没有完全达到目标。”