Programming by Chat: A Large-Scale Behavioral Analysis of 11,579 Real-World AI-Assisted IDE Sessions
该研究基于对 11,579 个真实世界 IDE 会话的大规模行为分析，首次揭示了 AI 辅助编程中工作组织的三大转变：从一次性任务指定转向渐进式规范、将诊断与验证等认知工作转移给 AI，以及开发者通过持久化 artifacts 和上下文注入主动管理人机协作。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是一份**“程序员与 AI 搭档的‘聊天记录’大调查”**。
想象一下，以前的程序员写代码，就像是一个独自修车的老工匠：手里拿着扳手（键盘），对着引擎（代码）一点点敲打、调试，遇到故障就自己查手册、分析原因。
而现在，随着 GitHub Copilot、Cursor 这些 AI 编程助手的出现，程序员的工作方式变了。他们不再只是“敲代码”，而是变成了**“指挥家”**。他们不再亲自拧每一颗螺丝，而是对着 AI 说：“嘿，帮我把这个引擎修好，要跑得快，还要省油。”然后 AI 就试着去修，修不好，程序员再反馈：“不对，声音还是不对”，AI 再改。
这篇论文研究了11,579 次真实的“程序员与 AI 聊天修代码”的过程，就像是在观察1 万多个这样的“指挥家”和他们的“机械搭档”是如何配合的。
以下是这篇论文发现的几个核心秘密，用大白话讲给你听：
1. 没人会一次性把话说清楚（“边做边改”模式）
以前的想法：程序员应该先写一份完美的“需求说明书”，然后让 AI 一次性把代码写完。
现在的真相：根本没人这么做！
- 比喻：这就像你让 AI 画一幅画。你不会说“给我画一张完美的《蒙娜丽莎》”，而是先说“画个女人”，AI 画了，你觉得脸太方，就说“脸圆一点”，AI 改了，你觉得头发不对，又说“头发要卷的”。
- 发现：程序员很少一开始就给出完整指令。他们通常是**“渐进式”地指挥**：先给个大概方向，AI 出个初稿，然后程序员通过不断的“微调”、“纠正”和“反馈”，像捏泥人一样，一点点把代码捏成想要的样子。
2. 程序员变成了“报修员”，AI 变成了“侦探”
以前的想法：代码出错了，程序员要自己分析哪里错了，是逻辑问题还是语法问题。
现在的真相：程序员只负责**“报症状”，AI 负责“找病因”**。
- 比喻：以前医生（程序员）要自己听诊、看 X 光片来诊断病情。现在，程序员只负责告诉 AI：“哎，我肚子疼，还发烧了”（报错信息），然后 AI 自己去分析：“哦，可能是阑尾炎，我来开药方”。
- 发现：程序员很少说“因为第 50 行的循环变量没初始化导致死循环”，他们更多是说“点击登录没反应”或者直接把红色的报错日志粘贴给 AI。AI 承担了最烧脑的“诊断”工作。
3. 程序员在“教”AI 怎么干活（不仅是聊天，更是管理）
以前的想法：AI 是个听话的机器人，你说什么它做什么。
现在的真相：程序员得时刻**“盯着”AI**，防止它跑偏。
- 比喻：这就像你带着一个记性不太好但干活很勤快的实习生。
- 你得时不时给它看之前的笔记（注入上下文），提醒它：“别忘了我们之前定下的规矩，不能用那个库。”
- 你得给它画红线（行为约束）：“你可以改代码，但别动数据库。”
- 如果聊太久了，AI 好像“晕”了，记不住前面的事，程序员就会新开一个聊天窗口，把之前的重点总结成文档发给它，相当于给实习生换了一本新的“工作手册”。
- 发现：程序员非常主动地管理 AI 的“记忆”和“权限”，确保 AI 不会乱来。
4. 聊天记录的两种“剧本”
研究人员把这 1 万多次聊天分成了几种常见的“剧本”：
- 剧本 A：故障排查局（最常见）：代码报错了 -> 程序员贴日志 -> AI 改 -> 还报错 -> 再贴日志 -> 再改……直到修好。
- 剧本 B：持续精修局：代码能跑，但不够完美，程序员和 AI 像打磨玉石一样，一点点优化。
- 剧本 C：放手不管局：程序员给个大方向，然后说“继续”，让 AI 自己跑，中间不怎么插嘴。
- 剧本 D：工具操作局：让 AI 去装软件、重启服务器、生成文档，而不是写核心代码。
5. 最大的变化：思维方式的转移
这篇论文最深刻的结论是：编程正在从“写代码”变成“管理意图”。
- 以前，程序员的大脑里装的是**“语法和逻辑”**（怎么把代码写对）。
- 现在，程序员的大脑里装的是**“目标和策略”**（我要什么结果，怎么让 AI 理解我的意图，怎么判断 AI 做得对不对）。
总结
这就好比开车。
以前，程序员是赛车手，要亲自控制方向盘、油门、刹车，每一个动作都要精准。
现在，程序员更像是坐在自动驾驶汽车里的乘客，或者是给自动驾驶系统下指令的调度员。他们不需要知道引擎怎么转，只需要告诉车：“去那个地方，避开拥堵，注意安全”。
这篇论文告诉我们，未来的编程教育可能不再是教怎么“拧螺丝”，而是教怎么**“指挥”和“判断”。因为代码可以交给 AI 写，但“想要什么”和“判断做得对不对”**，依然是人类最核心的能力。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。