不应交给 AI 的 9 项编程任务 – 以及原因

快速阅读: 据《ZDNet》最新报道，AI编程虽热，但复杂系统、安全任务、法律合规等场景仍需人类参与。AI生成代码存在版权与可靠性问题，不宜全盘依赖。

记者了解到，近年来，随着人工智能技术的发展，AI编程逐渐成为热门话题。然而，尽管AI编程服务的普及度越来越高，但并非所有编程任务都适合交给AI完成。以下是九种不适宜使用AI编程的情况，以及一个额外理由说明为何不应完全依赖AI进行编程。

1. **复杂系统和高层设计**
如果项目需要深入理解系统如何交互、做出权衡判断、了解适合特定需求的内容，并考虑一切如何与目标和限制相契合，应避免使用AI。AI缺乏上下文智能，难以胜任这类任务。

2. **专有代码库和迁移**
AI主要基于公共仓库和Stack Overflow上的代码进行训练，对于专有代码库的理解有限。将专有代码交给AI处理，可能会导致生成的代码看似合理但实际无法运行。

3. **创新的新东西**
如果需要开发尚未实现的算法或进行创新设计，应选择计算机科学家而非AI。AI可以模仿常规代码的创新性，但在需要突破性思维的任务中表现不佳。

4. **关键安全编程和审计**
AI生成的代码可靠性较低，尤其在处理加密例程、身份验证、修补漏洞等关键安全任务时，应由专业人员完成。研究表明，近一半的AI生成代码存在严重错误，可能导致恶意利用。

5. **需要法律或监管合规的代码**
在医疗保健和金融等领域，代码需遵守严格的法律法规。使用基于云的AI工具存在数据安全风险，可能不符合监管要求。例如，受HIPAA或国防部安全许可要求约束的企业，不应将代码与AI共享。

6. **领域特定的业务逻辑**
新员工需要时间适应企业文化和业务实践，同样，AI也无法快速理解企业的独特业务运营。AI基于公共知识训练，缺乏对企业内部知识的了解，不应承担编写特定业务逻辑的任务。

7. **低级系统工作和性能优化**
AI在识别可优化的代码区域方面有一定能力，但在微架构约束和性能优化方面经验不足。关键性能的C和C++优化任务应由经验丰富的程序员完成。

8. **学习任务和教学作业**
使用AI辅助学习和教学时需谨慎。虽然AI是良好的辅助工具，但过度依赖可能导致违反学术规范，剥夺学生通过实践学习的机会。

9. **协作与人际交往**
AI在协作和人际交往方面的表现有限。在专业环境中，人类可以打破僵局并提供更有建设性的帮助，而AI一旦达到其能力极限，只会浪费时间。

**额外理由**
不要用AI编写你确实想要拥有的代码。生成式AI的版权归属尚无定论，使用AI编写专有软件代码可能带来法律风险。

综上所述，尽管AI编程服务在某些方面表现出色，但在处理复杂系统设计、专有代码库、创新任务、关键安全编程、法律合规、领域特定业务逻辑、低级系统优化、学习任务和人际协作等方面，仍需谨慎使用。

(以上内容均由Ai生成)