无需编程技能，AI助力轻松创建应用

快速阅读: CNET报道，氛围编程通过AI将自然语言转换为代码，使非程序员也能创建应用程序。测试者使用Gemini和Claude成功制作了万圣节活动日历，体验到氛围编程的便捷与高效。

我从未称自己为程序员，尽管过去参加过几门课程。我从摆弄安卓自定义ROM中学到了一些基本的Linux和Python知识，但大部分时间只是复制粘贴命令，很少了解我在终端输入的命令究竟意味着什么。如今，你真的不必如此。几乎无需技能即可创建应用程序——你只需要有一个想法和自己的语言。

CNET

当我第一次听说“氛围编程”时，我认为它永远不可能超越对已有技术的人的帮助——对已经熟练的程序员来说，这只是一个让基础任务变得更简单的辅助工具。在很大程度上，这就是目前氛围编程的现状。但对于完全没有经验的人来说，“基础”可能就是你需要的一切，以创造你原本无法实现的东西。

生成式AI工具可以将任何人变成程序员。就像你可以通过自然语言来创建图像一样，氛围编程允许你通过指示像Gemini或ChatGPT这样的AI聊天机器人来创建网站、小程序、工具等。

为了亲自测试这一点，我尝试使用Gemini和Claude创建了一个项目，两者都取得了令人满意的结果，尽管其中一个需要比另一个更多的指令。下面，我将分享我的氛围编程体验以及为什么创建一个基础应用程序感觉像是一个巨大的成就。

不要错过我们任何公正的技术内容和实验室评测。

将CNET设为首选的谷歌来源。

什么是氛围编程？

简单来说，氛围编程是使用自然语言提示和指令通过AI创建代码的过程。这些代码可以用来创建一个网站、应用程序或功能，以完成你想要的任务。

通常，你可以选择任何聊天机器人来进行基础的氛围编程，但也有更高级的工具供那些知道如何编写代码并希望获得更多控制权的人使用。例如，谷歌的AI工作室就是一个选项。它带有一个“我感觉幸运”的按钮，可以帮助生成一个项目，让你了解可以用AI工作室做些什么。

使用Gemini进行氛围编程

经过一点调整后，Gemini为10月份制作了一个不错的万圣节活动日历。

谷歌/Blake Stimac截图

一位朋友问我旧金山湾区是否有万圣节活动，当他们的朋友来访时可以参加，于是我决定尝试使用氛围编程为他们制作一个活动日历。主要关注的是适合成年人的活动，从鬼屋到酒吧巡游等各种活动。

使用Gemini，我提出了基本的想法，指定了我希望它从哪些来源获取活动信息，以及我如何与日历互动。第一版准确地实现了我提出的要求，但也突显了我没有向Gemini明确表达的一些需求。

我要求Gemini进一步完善日历，确保所有活动都是当年的，活动详情链接有效而不是死链，并且价格在活动详情中明显显示。Gemini成功完成了大多数改进，但对某些请求的理解需要进一步澄清。

例如，当点击日历上的某个活动时，Gemini最初只区分免费和付费活动。我要求更清晰的价格标识，它增加了从$到$$$的价格范围，表示每个付费活动的大致费用。最后，我要求在活动详情中显示具体价格。Gemini回应说：“这是规划夜晚外出的一种更实用的方式！”并相应地更新了日历。

尽管需要重新阐述一些特定功能的需求，但我使用Gemini创建一个可靠的活动日历的过程相对顺利。

使用Claude进行氛围编程

虽然这并非我所追求的，但Claude在我的氛围编程请求中表现得非常出色，几乎没有需要返工的地方。

谷歌/Blake Stimac截图

鉴于使用Gemini创建活动日历的轻松体验，我对使用Claude的体验抱有同样的期望。我使用了相同的初始提示来创建日历。令我惊讶的是，Claude表现出色。

布局不同：Claude选择了列表视图，而非我想要的日历视图，这个列表可以按多个类别细分。顶部还包含一个搜索栏，允许我查找特定活动，以及一个小日历。虽然这不是我想要的布局，但Claude的第一尝试比Gemini在经过我改进后添加的细节更多。具体起价或价格范围已经自动显示，甚至如果有可用的折扣码也会突出显示。

克劳德最初的尝试激发了我进一步推动它的愿望，而这正是问题开始的地方。我请求增加一个标签页，以提供不同的日历视图，与吉米尼创建的整体风格相匹配。克劳德投入工作，几分钟后回复了一个错误消息。经过三次尝试，克劳德最终解决了问题，成功添加了日历视图标签。

克劳德的自我修复能力再次激发了我的好奇心——这又是一个错误。当我要求它将日历做得更接近吉米尼的作品时，又一次出现了错误。在三次失败后，我决定停止实验，因为吉米尼和克劳德都已经完美地完成了我交给它们的任务。我有了两个完整的活动日历——其他的一切都是额外的。

氛围编程体验总结

氛围编程让不会编程的人也能创造出他们原本无法实现的东西。如果你需要一个功能简单到中等复杂度的项目，这种体验会让人感到非常有成就感。对于我的活动日历，氛围编程不仅完全满足了我的需求，而且比我自己手动完成要好得多，速度也快得多。

吉米尼和克劳德都准确地完成了我赋予的任务。两者在实验的不同方面都需要更多的指示，因此说哪一个更好或胜出是没有意义的。对于基本的氛围编程需求，这两个选项都非常合适。

然而，至少对我来说，我不清楚自己不知道什么。我可以询问聊天机器人它可以进行哪些氛围编程，但如果不清楚其实际限制，我可能不会经常使用它。如果我对编程有所了解，我认为氛围编程会更加有力——可以将一些简单的任务委托出去，而不需要过多关注细节。

有些人可能在一次成功的测试后会对氛围编程产生浓厚兴趣，并深入探索其潜力，这是非常好的。对我来说，氛围编程是一次不错的体验，但它让我想参加另一门编程课程。

(以上内容均由Ai生成)