摘要： 本文探讨了近期AI编码助手在性能上的下降趋势。作者指出，尽管AI编码助手在2025年之前持续改进，但最近几个月，大多数核心模型的质量似乎达到了顶峰并开始下滑。新模型常常生成看似成功但实际上无法按预期运行的代码，导致开发者在后期发现错误时面临更大的困难。作者通过一个简单的Python代码测试案例，比较了不同版本的ChatGPT对错误处理的反应，发现GPT-5的解决方案最差，它生成的代码虽然能成功执行，但结果却是无意义的随机数。作者认为，这种问题源于LLM的训练方式，即利用用户的行为作为标签数据进行再训练。作者建议AI编码公司投资于高质量的数据和专家标注，以改善模型的质量。
讨论： 上述内容主要讨论了人工智能（AI）在软件开发中的应用及其影响。文章中，多位作者分享了他们对AI工具的体验和看法，包括AI在提高生产力、代码生成、以及可能带来的技能退化的影响。一些作者认为AI工具可以显著提高效率，但同时也指出了其局限性，如结果不可重复性、对特定领域知识的依赖性，以及可能导致开发者失去某些技能的风险。讨论还涉及了AI工具的价格可持续性和对现有工作流程的影响。此外，有作者提出了一些关于如何评估AI工具效果的问题，并讨论了AI在教育中的角色。整体上，文章反映了对AI在软件开发中作用的复杂看法和担忧。
原文标题：AI coding assistants are getting worse?
原文链接：https://spectrum.ieee.org/ai-coding-degrades
讨论链接：https://news.ycombinator.com/item?id=46542036