作为一名工程师,我如何利用大型语言模型(LLMs)
齐思GPT
2025-02-05 00:00:00
93
在这篇富有洞察力的文章中,一位员工工程师分享了他们在软件工程中使用大型语言模型(LLMs)的实际经验。这位作者在大量使用Ruby on Rails的工作中,讨论了他们如何将AI工具如Copilot整合到工作流程中,用于编写样板代码、在陌生代码库中进行战术性更改,以及为研究生成一次性代码。这篇文章因其坦率地探讨了将LLMs作为学习新领域(如Unity)的辅助工具以及作为解决bug的最后手段而脱颖而出。它还涉及使用AI来校对英文文件,同时保持对当前LLMs局限性的批判性观点。
在这篇富有洞察力的文章中,一位员工工程师分享了他们在软件工程中使用大型语言模型(LLMs)的实际经验。这位作者在大量使用Ruby on Rails的工作中,讨论了他们如何将AI工具如Copilot整合到工作流程中,用于编写样板代码、在陌生代码库中进行战术性更改,以及为研究生成一次性代码。这篇文章因其坦率地探讨了将LLMs作为学习新领域(如Unity)的辅助工具以及作为解决bug的最后手段而脱颖而出。它还涉及使用AI来校对英文文件,同时保持对当前LLMs局限性的批判性观点。这篇内容对科技行业的专业人士具有重要意义,因为它提供了对AI在实际工程任务中的实用性的细致观点,超越了炒作,转向实际应用。- LLMs在软件工程师中存在争议。
- 作者认为使用人工智能有价值,并认为有些人没有有效地使用语言模型。
- 作者在编写生产代码时使用Copilot完成,尤其是在编写样板部分时。
- 在不熟悉的领域工作时,他们更依赖LLMs,并寻求专业领域专家的反馈。
- LLMs对于编写不需要维护的临时代码很有用。
- 作者将LLMs用作按需导师,用于学习新领域,并提出很多问题。
- LLMs对于校对英文文件和捕捉拼写错误很有帮助。
- 作者不使用LLMs来编写整个PR或技术沟通,也不用于大型代码库的研究。
版权声明:
创新中心创新赋能平台中,除来源为“创新中心”的文章外,其余转载文章均来自所标注的来源方,版权归原作者或来源方所有,且已获得相关授权,若作者版权声明的或文章从其它站转载而附带有原所有站的版权声明者,其版权归属以附带声明为准。其他任何单位或个人转载本网站发表及转载的文章,均需经原作者同意。如果您发现本平台中有涉嫌侵权的内容,可填写
「投诉表单」进行举报,一经查实,本平台将立刻删除涉嫌侵权内容。
评论