AI辅助编程工程开发问题记录

AI工具使用体会记录下所谓vibe coding—使用Copilot、Claude code、Deepseek网页对话等辅助机器人定位与建图、无人机避障应用等工程开发的体验。基于Transformer模型的AI工具根本未实现人类智能模仿人说话做到令人难以区分是人或机器并非人工智能的判定标准人类能从直接、间接经验中发现新的规律、新的问题、解决问题的新方法即创新2026年当下的AI工具是不具备这样的能力在用Claude Code实现一个无人机自动驾驶算法部署到仿真软件有一个关键问题即已有算法测试中模型软件是理想的规划出轨迹无人机指哪打那而移植到仿真系统后发现缺少闭环控制Claude code总结了原测试流程却看不到这个问题的没有提出相应的设计而这是很关键的一步。偶尔出现deepseek对话网页提问如何让claude cli自动执行不需要自己选择yes no。它输出的“方法三使用 auto-confirm-skill轻量级方案”十分诱人npx skillsaddhttps://github.com/example/auto-confirm-skill发现链接地址子虚乌有。方法无效。产出的代码与文档不可信一次用Claude模拟一个毫米波雷达数据发送给开源飞控做验证按照MAVLink协议实现发现数据无效让其参考Deepseek的实现调用pymavlink库修改可以测试看其源码发现竟还有未按照协议填写字节的错误它输出的具体协议总结也是有错误的。强大的顾问与大模型对话能快速了解自己原先毫无认知的专业领域极大地提升了解决问题、实现目标的效率原先可能花数周掌握基础知识才能入门有了DeepSeekChatGPT再加上agent一天搞定专业技术变成了零门槛。比如作者原未掌握CUDA编程现在给claude提要求极快地完成了像模像样的代码同时大语言模型常出错误测试出低级问题提示它纠正往往事与愿违甚至有AI第一次产出较后面修改更优的现象这样只能把AI工具当个顾问用它了解框架关键点、细节还是要靠自己。书面表达很重要一次赶进度让claude写个Python脚本分析数据测试结果不对仔细一看代码和我想要的不一致我说把具有某个特征的下一行作为有效数据做统计它做的却是把有特征的一行统计进来了。高效实现失去编码快乐AI工具十分高效偷走了自己编码全神贯注时的沉浸感解决办法就是仔细阅读AI输出的代码找出问题并选择自己动手解决。对编程、专业应用算法的要求更高了一方面AI助手能快速带领我们入门软件与算法开发另一方面我们的需求很难完整、全面、准确地被AI落实比如UI设计排版、标题、字体与布局往往达不到我们预期若通过与AI对话让它修改常常出现改一个点花费的时间远大于我们手动直接解决问题前提是我们要去看它的实现最终我们是要熟练掌握软件、算法的实现。