过于依赖chatgpt编程会有哪些弊端？

通过对AI生成代码的和优化，程序员不仅可以获得更高效的解决方案，还能提升自身的算法设计能力。

<>2.编码过度依赖或过度相信GPT导致忽视开发规范与流程

<>弊端：

在使用GPT生成代码的过程中，过度依赖GPT生成代码可能导致忽视开发规范和流程，潜在错误未被及时发现，例如代码格式问题、逻辑缺陷或上下文不匹配。这不仅影响项目稳定性，还增加了修复成本和时间。

<>事件还原：

笔者为了赶时间和进度，让GPT生成了某个小模块的代码，并直接将其应用。当时运行正常，未发现问题。然而，后一周负责人时发现了一个ug，要求修复。笔者很快定位到了问题，并进行了修改，但第二天发现这个ug依然存在，这让人非常困惑。尝试了多次调整后，问题依旧没有解决。

后来，笔者想到查看GitHu后台的志（log），发现了一条信息：updatedxxx.jsfaile。由此才明白，改动的代码始终未能成功编译！进一步排查发现，另一个文件中存在代码格式错误，而这个文件正是当时直接让GPT生成并的代码。由于当时完全信任GPT的输出，没有仔细检查格式，也没有按流程进行完整，最终导致了这个ug的发生。

<>改建议（仅供参考）：

<>使用AI生成代码时，不能盲目依赖其输出，而是需要保持主动性和审慎态度。具体来说：严格检查代码上下文的适配性。GPT生成的代码需要结合实际项目中的上下文来审核，确保其逻辑上是完整的，与项目中的模块无缝衔接。<>遵循开发规范并强化机制：无论代码由GPT生成还是手动编写，都必须遵循软件开发规范，进行全面的代码和。这包括检查代码格式、优化性能，以及确保其符合项目要求。同时，通过严格的单元和集成，验证代码的稳定性和适配性，避免潜在问题影响生产环境。<>培养良好的AI协作心态：可以把GPT当成自己的下属程序员，虽然编码的具体工作由它完成，但作为开发者，仍需对代码的细节和质量有清晰的把控，这既能提高代码质量，也能减少潜在问题对后续工作的影响。

<>3.缺少技术积累，影响长远发展

<>弊端：

如果程序员过于依赖AI生成代码，而不主动学习背后的原理或技术细节，可能导致技术积累不足，影响职业发展。

<>实际案例：

某程序员希望实现一个简单的RESTfulAPI。ChatGPT生成了以下代码：