Gwen Davis是GitHub的高级内容策略师，撰写关于开发人员体验、人工智能驱动的工作流程和技术职业发展的文章。人工智能正在改变开发人员的工作方式并应用他们的技能。编写代码仍然是必不可少的，但开发人员越来越需要知道如何指导人工智能，评估其输出，传达权衡，并做出合理的技术决策。好消息？您今天就可以开始准备了。
这里是重点：提示1：学会指导人工智能，而不仅仅是使用它。人工智能正在改变执行的样子。越来越多地，出色的执行意味着清晰地定义问题，提供正确的上下文，评估AI生成的代码，并决定准备好出货的东西。随着人工智能代理承担更多的实施工作，这些技能变得更加有价值。例如，假设您需要添加新的身份验证流程。
传统工作流程可能如下所示：任务：添加身份验证→创建分支→编写代码→运行测试→打开拉取请求随着AI工具变得更强大，更深入地集成到日常工作流程中，这些相同的技能可以帮助您协调多个AI代理。
您的工作流程可能看起来更像这样：工作空间：添加身份验证专员1✓身份验证准备就绪可供审核专员2✓文档草稿准备就绪专员3✓测试套件准备就绪请注意发生了什么变化。您仍然要对结果负责，但您自己花费的时间更少。相反，您需要定义工作、审核产出，并做出将所有内容整合在一起的技术决策。
总结：学习指导人工智能代理。开始您的第一次代理会话>提示# 2：不要相信人工智能的第一个答案人工智能可以在几秒钟内生成令人印象深刻的解决方案，但第一个答案并不总是最好的。您编写干净、可维护的代码的经验可以帮助您评估AI的输出。询问第二个人工智能模型来批评第一个模型的工作，然后用你自己的判断来评估两个答案。