AI编码工具已经到来：产品工程团队将如何使用它们
AI编码工具已经到来：产品工程团队如何使用
生成AI将如何影响产品工程团队 ——第二部分
这是一个由六个部分组成的系列文章的第二部分，探讨了针对开发人员的生成AI生产力工具（如Github Copilot，ChatGPT和Amazon CodeWhisperer）如何影响整个产品工程团队的结构。
在第一部分中，我们探讨了：
- 产品工程的现状以及随着生成AI工具的崛起，团队可能需要更少的人工工程师。
- 技术团队中传统的5:1比例：行业中大约每个产品经理对应五个工程师。
- 产品经理和工程师在当前产品开发流程中的角色，以及这些角色可能如何随着AI的进步而发生变化。
- 过去的研究如何对哪些职业受AI影响最小作出错误预测，并且LLM（Language Model）如何颠覆了这些预测，特别是对于技术和创意产业。
AI编码工具的爆炸式增长
自软件工程诞生以来，自动化一直是软件工程的一部分。埃里克·雷蒙德（Eric Raymond）在2003年发表的里程碑式文章《Unix编程的艺术》中回顾了软件工程师的17条设计规则，其中包括生成规则：“尽量避免手工编写程序；在可以的情况下，编写程序来编写程序”。
雷蒙德的建议即使在发表20年后仍然相关：
“人类在处理细节方面往往效果不佳。因此，任何形式的手工编写程序都是延迟和错误的丰富源泉。您的程序规范越简单和抽象，人类设计师就越有可能做对。生成的代码（在每个层面上）几乎总是比手工编写的代码更便宜、更可靠。”
自雷蒙德写下这些话以来，我们已经开发了自动化测试工具、代码检查工具（自动检查我们编写的代码）、开发环境的自动完成功能（类似于拼写检查器，但用于代码），甚至是自动化框架（如React和Django）…
