手機‧電玩
Coding中的AI輔能
早排跟一位外國的朋友聊天，發現對方公司大力地推動開發工作與AI結合，而且實務上亦幫到忙，可以解放生産力。
既然大家在AI上有得益，筆者亦試用一下。就礙於安全性問題，目前筆者暫時都經過chatbot的發散問題的方式，問AI取得方向性的建議。以下，筆者就分享一下自己的使用心得。
Github Copilot Chat
道理上可以直接安裝VSCode上，但不知道是否不版本更新問題。筆者的Ubuntu 24.04 VSCode 無法運行。反而匯出vsix 後，筆者的codeserver (open source VSCode) 可以運行。 有相同問題的朋友，可以留言找codeserver的詳細安裝方式。
初次使用下，GPT-5 mini 的性能不錯。作為發散問題，可以幫筆者快速地梳理筆者想要了解的技術。（前題是這個技術很成熟，只是筆者不太了解）
例如：筆者會問它關於一些 builder pattern 的必要性。與原本的做法有什麼差異。通過一輪來回對答，筆者對於使用情境也有一個更全面的了解。相對於傳統，筆者要多輪Google，之後再在腦海中梳理再追問，的確快好多。
GitHub Copilot Chat 唯一的問題是，免費的額度需要每個月才會補充。長期用需要付上月費，而且它內置的Model並不包括 DeepSeeks 和 Claude。
我們可以經API KEY隨時加的外部的Model，不過這就等於我們需要多頭付費，GitHub 充一份錢，外部算力也是。
因為筆者暫時也只是使用開放式問題，做一些思維上的整理。筆者還試過 Poe 的第三方Claude Bot。除了策略問題外，範例寫Code效果也行。（當然是限制在筆者未了解，但其實已面世很久的技術。如果好像現在問它一個spring boot 4的問題，就不太推薦）
由於不是直接由Bot改Code，所以算力消耗不高，Poe也每日補充免費額度，可以更方便用來試水看看。
還想用AI嗎？
筆者直接給答案，想，很想。不過這並不代表我們就輕鬆很多。
對於傳統開發框架，我們還是要先理解、學習。就算未來筆者試用Bot生成Code，筆者還是要負責驗證的部份。驗證的能力，其實就是基於過去的理解和學習。面對一些新問題，筆者還是需要去官方網站找實際的資料、範例，以判斷AI生成的結論是否合理。也依靠這些資訊去修正AI的結果。
對於筆者已知的問題，若筆者過去的專案已有答案，筆者還是寧願自行複制貼上，去做一些手動修改，去適配新的場景，因為這需要的驗證工作量還更少，風險更低。
