人工智能在哪些方面为我节省时间，在哪些方面又让我变慢
原文英文，约2300词，阅读约需9分钟。
📝
内容提要
AI在工程工作流程中的应用显著提高了效率，帮助工程师更快获取上下文、生成初步代码和进行测试。然而，生成代码的验证和审查仍需工程师的判断和理解，AI并未消除工程中的困难，而是将其转移到后续的验证和维护阶段。
🔎
延伸解读
AI在工程中的双刃剑
AI在提高工程效率的同时，也带来了新的挑战。虽然它加速了代码生成和测试过程，但验证和审查的工作量却有所增加。工程师需要在享受AI带来的便利时，保持对生成结果的审慎态度，以确保代码的质量和适用性。
从创造到验证的转变
AI的引入使得从无到有的创造过程变得更加迅速，但随之而来的验证工作却变得更加复杂。工程师需要花费更多时间去理解和审查AI生成的代码，确保其符合项目需求和团队标准。这一转变要求工程师具备更强的判断力和系统理解能力。
团队协作的重要性
AI虽然提升了个人的工作效率，但在团队协作中，协调和审查的工作依然至关重要。随着生成工作变得更便宜，团队可能面临更多的未完成任务和PR请求。因此，保持小规模的PR和清晰的工作顺序变得更加重要，以避免团队的工作负担加重。
❓
Q&A
人工智能如何提高工程师的工作效率？
人工智能通过帮助工程师更快获取上下文、生成初步代码和进行测试，显著提高了工作效率。
使用人工智能后，工程师在验证代码时面临哪些挑战？
工程师仍需对生成的代码进行验证和审查，确保其符合产品需求和团队标准，这些工作需要判断和理解。
人工智能如何改变工程师获取上下文的方式？
人工智能减少了手动搜索的时间，工程师可以更快地获取相关信息，从而更迅速地开始工作。
人工智能在测试编写和调试方面的作用是什么？
人工智能加速了测试的编写和调试过程，能够生成模拟数据、建议测试用例，并帮助分析失败原因。
人工智能如何影响工程师的工作流程？
人工智能使得从无到有的过程变得更容易，但工程师仍需具备专业知识来处理后续的验证和维护工作。
人工智能在工程中可能导致哪些潜在问题？
人工智能可能导致未完成工作的增加，团队的协调和审查变得更加重要，因为生成的工作量可能过多。
🏷️
