Django创造者Simon Willison分享：我如何使用LLM帮我写代码

AIGC动态3天前发布 almosthuman2014

200 0 0

文章摘要

大型语言模型（LLM）在编程中的应用近年来引起了广泛关注，尤其是Andrej Karpathy提出的“氛围编程”概念，强调开发者通过与LLM的互动来简化代码生成过程。然而，LLM的使用并非一蹴而就，开发者需要掌握一系列策略和技巧，才能充分发挥其潜力。Simon Willison通过自己的实践经验，分享了如何有效利用LLM辅助编程的详细指南。

首先，设定合理的期望至关重要。LLM并非万能工具，它们本质上是基于token预测的自动补全系统。开发者不应期望LLM能够完全替代人工编程，而应将其视为一个“过度自信的结对编程助理”，能够快速提供示例和执行繁琐任务。LLM会犯错，但这些错误并不否定其价值，开发者应将其视为学习机会。

其次，考虑训练截止日期是使用LLM时不可忽视的因素。LLM的训练数据通常有一个截止日期，这意味着它们可能无法识别最新发布的库或技术。开发者应尽量选择稳定且流行的库，以确保LLM能够提供有效的帮助。对于较新的库，开发者需要在提示词中提供更多上下文信息。

上下文管理是LLM编程成功的关键。LLM的响应质量很大程度上取决于对话中的上下文信息。开发者应确保在对话中提供足够的背景信息，并适时重置上下文以优化结果。一些工具如Claude Projects和Cursor能够自动管理上下文，进一步提升LLM的实用性。

在具体编程过程中，让LLM提供选择是一个有效的策略。开发者可以通过开放式问题引导LLM提供多种实现方案，从而选择最适合的解决方案。此外，明确指示LLM的任务也非常重要。开发者应详细描述所需的功能，并让LLM根据这些指示生成代码。LLM在生成代码时通常会遵循最佳实践，如添加文档字符串和类型标注，这有助于提高代码质量。

测试LLM生成的代码是开发者的责任。无论LLM生成的代码看起来多么完美，开发者都必须亲自验证其功能。测试是确保代码有效性的关键步骤，开发者不能将这一任务完全外包给LLM。

LLM编程的另一个优势是开发速度的提升。通过LLM，开发者能够在短时间内完成原型设计和功能实现，从而加快项目进度。这种效率的提升不仅体现在代码生成上，还体现在学习新技术和探索新工具的过程中。

最后，LLM是对已有专业知识的放大。开发者需要具备一定的编程经验，才能有效利用LLM。LLM并不能替代人类开发者的直觉和经验，尤其是在处理复杂或未知领域的问题时，开发者仍需亲自介入。

总的来说，LLM在编程中的应用为开发者提供了强大的辅助工具，但其成功使用依赖于合理的期望设定、上下文管理、明确的任务指示和严格的代码测试。通过掌握这些策略，开发者能够显著提升开发效率，并探索更多创新可能性。