Các Nhà Phát Triển Chia Sẻ Sự Thất Vọng và Chiến Lược với Lệnh Trợ Lý Lập Trình AI

BigGo Editorial Team
Các Nhà Phát Triển Chia Sẻ Sự Thất Vọng và Chiến Lược với Lệnh Trợ Lý Lập Trình AI

Sự phát triển của các trợ lý lập trình AI đã tạo ra một lĩnh vực mới trong phát triển phần mềm, với ngày càng nhiều nhà phát triển chia sẻ kinh nghiệm của họ với các công cụ như Cursor AI. Một cuộc thảo luận gần đây về .cursorrules—các tệp cấu hình hướng dẫn hành vi AI—tiết lộ cả tiềm năng và sự thất vọng của công nghệ mới nổi này.

Nghệ Thuật Chỉ Dẫn AI

Cuộc thảo luận cộng đồng nhấn mạnh cách các nhà phát triển đang xây dựng những hướng dẫn ngày càng chi tiết cho trợ lý lập trình AI, đôi khi thậm chí sử dụng ngôn ngữ mạnh mẽ để đạt được kết quả mong muốn. Tệp .cursorrules của một nhà phát triển bắt đầu bằng DO NOT GIVE ME HIGH LEVEL SHIT (ĐỪNG ĐƯA TÔI NHỮNG THỨ CHUNG CHUNG VÔ DỤNG) tiếp theo là các hướng dẫn cụ thể về cách thực hành viết chú thích mã. Cách tiếp cận này đã làm dấy lên cuộc tranh luận về tình trạng hiện tại của các công cụ AI, với một số người dùng thấy buồn cười khi ngôn ngữ mạnh mẽ như vậy là cần thiết để đạt được kết quả đáng tin cậy.

Những trải nghiệm này phản ánh nhận thức ngày càng tăng rằng hợp tác hiệu quả với AI đòi hỏi hướng dẫn rõ ràng. Các nhà phát triển đang tạo ra các bộ quy tắc phức tạp để ngăn chặn các hành vi AI phổ biến như xóa chú thích mã, tạo ra các phản hồi quá chung chung, hoặc bỏ qua phong cách lập trình cụ thể của dự án.

Chiến Lược Lệnh Đang Phát Triển

Những người dùng có kinh nghiệm hơn đã phát triển các cách tiếp cận tinh vi đối với tệp .cursorrules. Thay vì tập trung vào giọng điệu hoặc định dạng đầu ra, họ sử dụng các tệp này để cung cấp bối cảnh dự án, chi tiết kiến trúc và hướng dẫn xây dựng cụ thể. Một nhà phát triển đã giải thích chiến lược của họ:

Tôi sử dụng nó để giải thích chi tiết cụ thể của dự án để mô hình không phải tìm hiểu lại những gì chúng tôi đang làm vào đầu mỗi cuộc trò chuyện... Điều quan trọng là dạy mô hình cách chạy vòng lặp phản hồi xây dựng+chạy để nó có thể tự sửa lỗi mà không cần sự can thiệp của bạn.

Một số nhà phát triển bao gồm cơ chế xác minh, chẳng hạn như yêu cầu AI gọi họ là boss để xác nhận rằng các quy tắc đã được xử lý đúng cách. Khi AI ngừng sử dụng thuật ngữ này, đó là dấu hiệu cho thấy cửa sổ ngữ cảnh có thể bị quá tải hoặc cuộc trò chuyện đã trở nên quá dài.

Các chiến lược phổ biến cho tệp .cursorrules:

  • Giải thích ngữ cảnh dự án
  • Hướng dẫn xây dựng và kiểm thử
  • Thông số kỹ thuật về phiên bản ngôn ngữ/thư viện
  • Cơ chế xác minh (ví dụ: "hãy gọi tôi là 'boss'")
  • Yêu cầu bảo toàn các chú thích trong mã
  • Tùy chọn định dạng phản hồi

Cuộc Tranh Luận Cursor và Copilot

Cuộc thảo luận tiết lộ sự so sánh liên tục giữa GitHub Copilot và Cursor, với các nhà phát triển cân nhắc ưu điểm của từng công cụ. Chế độ YOLO của Cursor—cho phép AI tự động viết mã, chạy kiểm tra và thực hiện sửa chữa—nổi lên như một yếu tố khác biệt đáng kể. Những người ủng hộ cho rằng tính năng này cho phép các nhà phát triển mô tả một tính năng, xác nhận kế hoạch và quay lại sau vài phút để có mã hoạt động với các bài kiểm tra đã vượt qua.

Tuy nhiên, những người hoài nghi đặt câu hỏi về chất lượng của các bài kiểm tra do AI tạo ra, lưu ý các ví dụ về các khẳng định tầm thường cung cấp ít giá trị. Điều này làm nổi bật mối quan ngại rộng lớn hơn về việc liệu các công cụ AI có thực sự tăng năng suất hay chỉ tạo ra ảo tưởng về tiến độ mà cần sự can thiệp đáng kể của con người để hoàn thiện.

Tính năng của Cursor so với GitHub Copilot:

  • Cursor: Cửa sổ trò chuyện với chế độ "YOLO mode" cho lập trình tự động
  • Cursor: Tệp quy tắc dành riêng cho từng dự án
  • Cursor: Khả năng chạy chu kỳ build/test một cách độc lập
  • Copilot: Tích hợp với hệ sinh thái GitHub
  • Copilot: Thường có giá thành thấp hơn cho người dùng GitHub Pro

Nghi Thức Tương Tác với AI

Có lẽ điều đáng nói nhất là cuộc thảo luận cộng đồng cho thấy việc tương tác với các trợ lý lập trình AI đã bắt đầu giống như hành vi mang tính nghi thức. Người dùng chia sẻ những lệnh bất thường nhưng hiệu quả, chẳng hạn như bảo AI ra ngoài hiên trước và hút vape cần sa của bạn, nhìn một số đám mây và cây cối, sau đó quay lại bên trong và thử lại khi nó bị mắc kẹt trong một vòng lặp.

Việc nhân cách hóa các công cụ AI này đã dẫn đến những so sánh hài hước với các thực hành tôn giáo, với một người dùng lưu ý rằng chúng ta đang đi được nửa đường đến việc tổ chức các nghi lễ phức tạp để xoa dịu tinh thần LLM. Một người khác bổ sung rằng những lời cầu nguyện và vỗ mạnh vào bên hông đã có mặt; chỉ còn thiếu hương trầm và dầu thánh.

Khi các trợ lý lập trình AI tiếp tục phát triển, các nhà phát triển đang thích nghi với quy trình làm việc và kỳ vọng của họ. Trong khi một số người coi những công cụ này là những trợ giúp mang tính cách mạng nâng cao năng suất, những người khác vẫn hoài nghi về tác động lâu dài đối với chất lượng mã và trải nghiệm của nhà phát triển. Điều rõ ràng là sự hợp tác hiệu quả với AI đòi hỏi nhiều hơn là kiến thức kỹ thuật—nó đòi hỏi một loại kỹ năng giao tiếp mới kết nối ý định của con người và sự hiểu biết của máy móc.

Tham khảo: Update .cursrorrules about code comments