干了九年大模型这行，我看腻了那些吹上天的文章。今天不整虚的，就聊聊咱们普通程序员怎么跟chatgpt和编程这玩意儿打交道。

前两天有个哥们找我，说写了个爬虫，结果被封IP了。

他让我用chatgpt和编程结合的方法修一下。

我一看代码，好家伙，全是硬编码，连个异常处理都没有。

我说你这不是写代码，是许愿呢。

很多人觉得有了这工具，代码就能自己飞起来。

天真。

我见过太多人把chatgpt当许愿池，输入需求，输出完美代码。

现实是，它经常一本正经地胡说八道。

你信了，上线就崩。

记得去年有个项目，客户急着要个后台管理系统。

团队里两个新人，直接让chatgpt生成全套CRUD代码。

看着挺像那么回事，数据库连接、前端页面，一应俱全。

结果一跑，报错连天。

查了半天，发现是依赖包版本冲突，还有几个API接口根本不存在。

最后还得老员工熬夜重构，累得半死。

所以，chatgpt和编程的关系，得搞清楚。

它不是你的替身，是你的实习生。

而且是个有点自负、偶尔犯浑的实习生。

你得懂行，才能管得住它。

我现在的做法是，让它写单元测试。

这玩意儿它擅长。

逻辑清晰，覆盖面广。

但我绝不直接让它写核心业务逻辑。

尤其是那些涉及资金、权限的地方。

哪怕它写得再漂亮，我也得逐行审。

有时候它会给你推荐一个很新的库，名字听起来很高大上。

你信了，装上去，结果发现文档都没更新，或者早就停更了。

这种坑，我踩过不止一次。

还有，别指望它能理解你的业务上下文。

你让它优化一段SQL，它可能给你改得挺简洁。

但性能未必好，甚至可能因为索引问题变得更慢。

这时候你就得拿出你的经验，去验证，去测试。

不能它说啥就是啥。

我有个习惯，每次让它生成代码，我都会故意改几个变量名，或者打乱一下顺序。

看看它能不能跟上我的思路。

如果它乱了，说明它只是在拼凑模式，而不是真正理解。

这时候我就得重新给提示词。

提示词这东西，跟哄孩子一样。

你得说清楚背景，说清楚约束，说清楚期望的输出格式。

越具体，它越靠谱。

别总想着偷懒。

真正的效率提升，不是少写代码，而是少改Bug。

用chatgpt和编程结合，是为了让你从重复劳动中解脱出来。

去思考架构，去优化算法，去解决那些真正难的问题。

而不是把时间浪费在调试它生成的垃圾代码上。

有时候，我会故意让它写一段很烂的代码，然后让它自己找错。

这招挺管用。

它能帮你快速熟悉它的思维陷阱。

比如它喜欢用全局变量，喜欢忽略边界条件。

知道了这些，你写代码时就能下意识避开。

别把它神化，也别把它妖魔化。

它就是工具，一把锋利的刀。

握不好，伤的是自己。

握好了，能切菜也能雕刻。

关键看你手里有没有茧子，心里有没有谱。

最后说一句，技术圈变化太快。

今天流行的框架，明天可能就过时。

但编程的基本功，逻辑、数据结构、算法，这些不会变。

守住基本功，再用好新工具。

这才是正道。

别总想着走捷径，捷径往往是最远的路。

咱们做技术的，就得有点较真劲儿。

对自己负责，也对代码负责。

这样，才能在这行里走得长远。