AI对话式编程体验及对程序员能力与面试的影响

在科技飞速发展的当下，我亲身体验了在 PyCharm 中使用 AI 进行编程的奇妙之旅，深刻感受到了这一新兴方式给编程领域带来的巨大变革。

与 AI 的互动采用对话式，操作十分便捷。我只需告知 AI 我的需求，如发送微信消息，它就能迅速生成相应脚本。当我提出定时每天早上发送消息的新要求时，它也能灵活修改代码。在一轮轮的对话中，AI 把我的需求逐步拆解，以自然语言输出指令，最终完成编码任务。整个体验过程流畅无阻，极大地提高了开发效率。

然而，这种对话式编程并非十全十美。目前，它更适用于简单场景或单一任务。在复杂工程里，它可能会遭遇困境，主要难点在于上下文解释。这就要求使用者给出更清晰的指令，对问题进行更细致的拆解。以微信操作为例，AI 能调用丰富的公共知识完成任务，但对于企业级大型业务系统中大量的私有领域内容，它就显得力不从心了。尽管存在这些不足，但这丝毫不能阻挡编程进化的脚步，我坚信对话式编程有望成为一种全新的软件开发范式。

在实际使用中，我不再需要在编辑区挑选特定点让 AI 联想。对于很多小细节，我可以直接通过对话提出要求，让 AI 给出建议。我甚至可以选中一段代码，直接要求“请优化这段代码”。现在，即便我知道如何编写代码，也更愿意用自然语言下达指令，比如“帮我在这个地方加上日志”或“把这个东西打印到日志里”。这种编码习惯在 AI 出现后逐渐养成，也对程序员的编码过程和能力提出了更高挑战。

以往，衡量程序员水平的重要标准是熟知各种 API 的使用方式，掌握大量需要记忆的知识。但在 AI 时代，重点已转变为如何拆解问题、如何表述问题，具体的实现则交由 AI 完成。程序员核心能力的需求范式发生了根本性变化。

基于此，我认为团队面试开发者的方式也应随之改变。未来面试不应再着重考察编码技巧，像“这个 API 怎么用”“那个方法怎么实现”这类问题已不再重要。我设想的面试方式是，给候选人一个课题，让他们通过对话式编程来实现，我则重点观察他们如何向 AI 提出问题。这个提问过程能清晰展现他们的思维方式，具备这种思维能力的面试者在面试中会更具优势。

最近哥伦比亚大学一位学生开发面试辅助插件并获得多家大厂 offer 的新闻，进一步印证了我的观点。他认为现在的编程面试题如同死记硬背的考试，考的是人的经验和记忆力，如 Java 有哪些类、数据库字段有哪些类型等。但在 AI 时代，对技术的熟悉程度已不再是关键，因为 AI 对这些知识了如指掌。更重要的是如何拆解业务问题。

综上所述，我们的面试流程需要重新设计，并且在实践中不断迭代和优化，以适应 AI 时代的需求，确保能准确评估候选人在新时代背景下的核心能力。