戳蓝字“彩云译设计”关注我哦！
最近AI圈又冒出了一个新星，叫做Devin，声称是全球首位AI程序员，刚出来就帅爆对手，能自主学习新技术，自己改Bug，在一项解决开源项目GitHub难题的基准测试中，Devin端到端正确解决了13.86%的问题，超过了GPT-4、Claude2等一众模型。
这么厉害的新AI工具，当然想赶紧体验下，问题是我们能体验到吗？答案是可以的。
Devin目前还没有专门的界面，但开放了付费的API接口，可以通过一个插件ChandlerAi来使用它。不需要魔法，也能正常稳定使用。经过我的测试发现，得用不需要魔法的国内邮箱注册，才可以正常使用。如果你用Gmail邮箱注册的话，反而不大行，不用魔法的话会自动退出。每个邮箱都有5次免费用API的机会，如果想用更多的话可以注册不同的邮箱，当然也可以直接充钱。
另外我发现，如果只想在正常网络条件下使用chatGPT的话，用这个浏览器插件就足够了。
安装也很简单，去官网
https://chandler.bet
，选择第一个浏览器插件安装，直接装在浏览器上随时能用，很方便。
装好之后用一个邮箱就能注册，登录就能用上了。
怎么用呢？我给大家一个举个例子。
我最近正好在学swift语言，希望在vision pro中开发自己的应用，所以我让它帮我写一个最简单的时钟应用，然后我能在xcode中看到效果，以此来验证它的能力。
用法上和所有其他AI一样，通过对话写关键词就能用，比如我这里问的是：
“用swift语言，帮我写一个时钟程序，要求可以在xcode模拟器中正常运行，希望能看到时针，分针，秒针，能按当地时间正确显示”。
把想要实现的功能，通过简单通俗的文字描述清楚即可，和产品给咱们设计师提需求一样。
同时，我也使用了其他几个不同的AI工具，如chatGPT 、Gemini
(google出的大模型)
还有百度的文心一言，用了一模一样的提示词，结果对比下来Devin对于代码的处理能力确实是最强的。
在运行这些AI生成的代码时，chatGPT报了3个bug，Gemini报了2个bug，文心一言干脆连结构都没写对，只有Devin每次都完美运行。
Devin的结果第一次没有达到我的预期，只是因为我的提示词没有写清楚才导致程序不完美，比如一开始时间是对的，但不会自动刷新。后面我就这个问题对程序进行了优化，结果第二次就完美达到我的预期。
在vision 模拟器中查看由Devin写的代码效果
当它的结果完美呈现在我眼前的时候，我真的是有些激动的，虽然只是一个简单的可运行的程序。但我在想，照这样再发展下去，基础的程序工作真的用不着找开发手写了。这就像我以前用IDE写代码的时候会有自动补全一样，现在是能直接通过对话就能自动帮我补全所有代码，我甚至不用改一个字母。
用AI ，
不到
10秒就写出我的第一个空间计算应用，那我还在苦学swift做什么？我去冲了个澡，情绪慢慢平复下来。
“程序员要被取代了吗？”这个声音最近又被吵的火热，还记得之前Midjourney刚出来的时候，设计师要被淘汰的声音也很大。到现在大家也慢慢冷静下来，AI 确实能帮做一些设计，但在复杂的业务情景下，它更多起到一个辅助作用，作为工具帮助做一些执行工作。
怎么评价这个AI新秀？确实很强，但还远远达不到取代程序员的地步。我认为优秀的工程师、程序设计人才，是不会被取代的。就像在一个真实设计项目中，设计师对于情感性因素和价值判断到最终决策方案，很难由AI自动产生。
那我们还需要学什么？我个人感觉是学知识的广度，至少你得了解某一个领域的基本框架，知道怎么和AI沟通。比如我最近在学swift，我其实就通过几天的时间弄明白了如何从0-1开发一个vision 应用，当我有了这个基本知识背景后，就能用Devin工具来写帮我写代码，然后我在xcode中调试，然后放到vision pro中查看。如果我连基本框架知识，流程都不知道，那我也不知道怎么让AI帮我。
当然不是说有了AI，知识的深度就不重要了，恰恰相反，AI只是帮你解决了广度上的基础问题，但核心决策依然需要我们去判断。得知道AI哪错了，才能优化它，用好它。所以深度和广度依然是都需要的，只是一些偏体力的工作，未来肯定是不大需要了，更需要创造性的想法。
想法最值钱。
AI 的发展路径和我们人类知识需求有点类似，从原来的泛知识，到越来越寻求解决实际问题。AI刚开始的回答有些假大空，听着都对，但实际没什么卵用。而现在开始能干一些实际干活，也能提供有用的干货，这有很多共通之处。
最近Midjourney不是也更新了一个新功能，终于能让角色保持一致了。这个功能非常实用，越来越接近实际工作需要。针对角色一致性问题，我在去年也写过类似的文章，当时可以通过垫图，seed 之类的来控制角色稳定生成，但其实效果还是差强人意。现在来看，因为这些就是实际的需要，后面就被 AI开发者一点点的修正给满足了。
玩过AI的都知道，难的不是模型，而是把你想要的精准表达出来让AI理解。我想以后的AI在解决问题方面肯定是越来越精准的，就像我们的专家一样，能在某个领域持续精进。AI的精细化在短期来看，会是一个很好的应用方向，对我们来说也更实用。综合决策能力，短时间内还是需要人来做，从这个意义上来讲，程序员不会消失，设计师也不会消失。
全文完，既然看到这里了，如果觉得有学到，随手点个赞和“在看”吧。
今日分享的星球里我用AI学习的故事：
如何让AI当好老师的角色
