用 ChatGPT 写代码一个月，说一些真实感受

ChatGPT 3.5 去年底出来，GPT-4 三月正式发布，最近这几个月 AI 辅助编程话题在前端圈子里已经很热了。我从年初开始比较系统地把它用进日常工作，说一些真实感受，不是广告也不是黑子，就是用了一个月的实际体会。

它真正能帮上忙的地方

写样板代码（boilerplate）

这是目前效果最稳定的场景。给它一个接口文档格式或者一段示例 JSON，让它生成对应的 TypeScript interface、Zod schema、或者一整套 CRUD 的 Vue 组件，它基本能一次出个八九成可用的东西，剩下的微调一下就能用。

提示词：下面是一个分页列表接口的响应格式，帮我生成对应的 TypeScript 类型和一个 Vue 3 Composition API 封装的 useList hook：

{
  "code": 0,
  "data": {
    "list": [{ "id": 1, "name": "张三", "status": 1 }],
    "total": 100,
    "page": 1,
    "pageSize": 20
  }
}

出来的代码我基本上只需要改接口 URL 和一些业务字段名，节省了挺多时间。

解释我看不懂的代码

遇到别人写的正则表达式、复杂的类型体操、奇怪的位运算，直接粘进去问，它解释得挺清楚。有时候比去 StackOverflow 搜还快。

写正则

说实话正则我一直写得不好，现在遇到要写正则的地方，先让它生成一个，再去 regex101 验证一下，准确率挺高的。

调试思路

把报错信息和相关代码粘给它，让它分析可能的原因，有时候能快速定位到方向。不是每次都准，但能缩小排查范围。

它不靠谱的地方

它会自信地输出错误答案

这是目前 GPT-4 最大的问题。它不会说”我不知道”，会给出听起来很合理但实际上是错的内容，而且语气非常确定。涉及到具体库的 API 用法，尤其是较新版本的，它很容易给出过时的或者幻想出来的接口。

前几周让它写一段 LangChain.js 的代码，它给出的几个方法名根本不存在，我去翻了文档才发现。所以但凡涉及具体 API，一定要去对官方文档，不能直接信。

逻辑复杂了就容易出错

让它写一个简单的函数基本没问题。但如果需求稍微复杂，比如多个异步步骤、状态机逻辑、递归算法，它有时候会给出思路对但细节错误的代码，需要仔细 review。

对当前项目一无所知

它没有上下文，每次都得解释清楚项目背景、技术栈、约定，对话框里粘太多代码也会超长。Copilot 在这点上好一些，它能读到当前文件的上下文。

对工作流的影响

加了 AI 辅助之后，我感觉”思考问题”和”写代码”这两个环节变了：

思考环节反而要求更高了。AI 出代码很快，但你要能快速判断它的输出对不对，就要对技术本身理解得足够清楚。如果你自己不懂某块，它给一段错的你也认不出来，反而踩坑。

写代码本身变成了”引导 AI + 验证 + 微调”的过程，某种程度上像 code review，而不是从零开始打字。

有人担心 AI 会替代前端工程师，至少目前看来不太可能。它现在更像是一个很快的助手，帮你干粗活，但没有判断力和责任感，你还是需要知道代码要做什么、对不对、能不能上生产。

使用习惯上的建议

给它的提示越具体越好，输入越清晰输出质量越高
生成的代码一定 review，不要无脑粘贴
涉及具体框架/库的用法，对照官方文档验证
可以让它生成然后解释，边用边学
多轮对话比单次提示效果好，不满意就追问

总体来说，AI 辅助编程是真实的效率提升，不是炒作。但它目前还是工具，不是队友，理解它的边界比吹它或踩它都更重要。