在當今數位化時代，編程不再是專屬於程式設計師的領域，透過人工智慧（AI）的協助，甚至是非編程專業人士也能輕松涉足。
對於那些沒有編程基礎卻渴望利用 AI 進行編程的人來說，AI 就是你編程學習的得力夥伴。
AI 不會完全代替程式設計師，但會淘汰不會使用 AI 的程式設計師，至少需要從以下幾方面去放大 AI
一、輔助學習
當學習程式語言遇到不懂的概念時，可以直接向 AI 提問，AI 擅長解答概念性問題
比如 我是 Golang 程式設計師，不懂 Java 但想學習下 Java，那我就問 Java 有哪些概念
二、輔助提效
借助 AI 輔助編程工具提高效率，市面上主流的輔助編程工具有 Github Copilot、Cursor、CodeGeeX、Comate 等。
這些工具可以根據開發者已經編寫的程式碼自動預測後續的程式碼，給出自動補全和建議，輔助開發者快速編程。同時，它們也支持多種程式語言，可以套用於 Web、移動、後端、桌面等開發。
比如 百度 Comate 外掛程式即時續寫程式碼
三、程式碼助手
作為程式設計師，協助編寫程式碼。當遇到不會寫的程式時，也可以找 AI 來協助編寫。
比如現在需要寫一個 Go 語言 氣泡排序，自己不會寫，可以讓 AI 先寫出來做參考。
但是需要註意的是，我們可以使用 AI 幫助寫程式做為參考，但不能把編程的事情全部交給 AI，這樣只會導致編程這門手藝的停滯不前。
四、開發工具
我周圍很多 AI 達人，不懂編程，但是完全靠和 AI 對話就能實作一個 Chrome 瀏覽器外掛程式。
只需要跟著 AI 的思路，有任何報錯都告訴AI，如果遇到 AI 無法找到的錯誤，或者 AI 的方法不管用，建議透過搜尋引擎搜尋
比如我讓 ChatGPT 幫我做一個瀏覽器外掛程式，如果無法一次性成功，將報錯資訊發給它排查，按照它給的步驟執行
五、總結
1、雖然沒有編程基礎，利用 AI 輔助編程是可行的，但要靠 AI 在編程技能上超越在編程領域工作多年的老手，這似乎並不現實。
2、盡管 AI 編程功能強大，但在面對一些難以排查的 bug 時並無多大幫助。由於程式碼量龐大，不可能將整個庫的程式碼傳遞給 AI 進行分析。目前，AI 在長文本分析方面仍有待加強。在處理一些專業且程式碼量龐大的業務時，缺乏編程基礎的人難以維護整個計畫，也難以推動計畫進展。然而，對於程式設計師而言，AI 是一項有力的工具。
3、AI 不了解你的編程環境和作業系統，因此這些資訊需要你首先告知 AI。許多細節可能是非電腦專業人員所不註意的，這正是「知識詛咒」的體現。建議在輸入時使用提示詞：「我是一個完全不懂編程的小白，請用小學生都能理解的語言為我提供指導，不要遺漏任何細節。」
