工程师实测各类AI工具：AI生产力的真相与神话终结

不会使用 AI 的工程师就会落后？这一观点让不少程序员陷入焦虑。然而，一位名叫科尔顿·沃奇的工程师通过亲身测试发现，AI工具的表现可能并没有宣传中那么神奇。

作为一名持怀疑态度的工程师，科尔顿对社交媒体上流行的”AI 提升 10 倍生产力”等论调感到不安。他决定亲自试用Claude Code、Cursor、Roo Code和Zed等热门AI开发工具，结果发现：虽然AI在编写样板代码和一次性脚本方面表现出色，但面对复杂的大型项目时却显得力不从心。

通过测试，科尔顿总结出几个关键问题：AI难以理解上下文关系，无法处理应用程序过大导致的显示不一致问题；在安全防护方面也存在明显短板。这些局限性使得AI工具的实际应用效果远低于预期。

针对企业管理者热衷于宣传”10倍效率”的现象，科尔顿提出了几点建议：首先，不要过度追求效率而忽视质量，工程师和代码库都需要适当的休息时间；其次，要信任团队成员的专业判断，如果真的有革命性的生产力工具出现，相信他们会主动提出需求。

作为Mimir公司的联合创始人和技术专家，科尔顿对AI技术的局限性有着更深刻的理解。他创办的教育类AI工具曾被HackerRank收购，并入选Y Combinator创业加速器。这些经历使他能够从项目负责人的角度，提供更具洞察力的分析。

最后，科尔顿希望大家回归理性，不必为”AI取代工程师”的焦虑所困。技术的选择应该以个人喜好和实际需求为导向，喜欢使用AI工具就享受其便利，不喜欢也没关系，选择最适合自己的工作方式最重要。

本文来自微信公众号：量子位（ID：QbitAI），作者：奕然