最近收到一个面试作业。我哼哧哼哧尝试1个小时略略写了一个能跑起来的框架代码和API函数，结果不尽如意。

今天驱动TRAE，看下主流的AI开发编辑器的能力上下限在哪里 也看下AI编辑器和人类的编程思维的差异。

从原题如下来看，

说到Op①。TRAE中输入题目概要

TRAE思考了一阵子:先给出思考过程---> 待办的todos---> 分步执行。

思考过程包括 分析需求目标，分析当前应用程序逻辑结构；在驱动代码过程中，会自动检查编辑器飘红的地方，并给出修复提示；

项目可运行。执行时可以默认端口上运行，并自动产生curl脚本验证API。

整个过程不是那么丝滑。但时间还是可以接受，目测比我一行行手搓代码要快不少。

TRAE生成的代码，使用的sqlite做为数据库，基于gin框架实现了

• 编码建立库表的观点是，Post、Translation
• 引入database/sql库。完成新增、查询帖子API
• 能跑起来 curl -X POST/GET 均匹配AI产生的代码，不会报错

主要结构体的观点是，使用切片定义语言程序的翻译帖子，这一点应该与需求不符，这也与我没有给完整的面试提示相关。

// Post represents main post content.type Post struct { ID string `json:"id"` Translation Translation `json:"translation"`}// Translation represents content of a post in a specific language.type Translation struct { Language string `json:"language"` Title string `json:"title"` Content string `json:"content"`}TRAE产生的POST新增帖子请求：curl -X POST http://localhost:/posts -H 'Content-Type: application/json' -d '{ "translations": }'

Op② 继续提示面试作业的小备注

• 一番操作。该用技能点的都用上了： 限流、缓存
• 这一次他理解了语言翻译的使用场景：Post请求插入英文帖子，由程序自动翻译成中文、西班牙语和法语。

再看Op③。提示代码细节

”现在请将原帖子架构 Post 的Translations 调整为单结构体，不采用数组，因为会通过内部mock api 得到翻译的帖子。”

TRAE 也能正确理解，并完成这以代码细节变化。说起来，

至此，TRAE 完成了作业Demo，两个API均是简单的独立CR查询

至于Op④，让TRAE实现POST请求的幂等性

联想到最近我在写 ”幂等操作的实现“。

• Put更新请求，使用状态版本+ 全量更新的方式
• POST新增请求，基于客户端幂等键，确定请求的唯一性，利用redis键值对或mysql事务来识别二次请求，做到幂等。

我琢磨着看AI能否理解 “幂等键”这一不怎么常见的编程术语，还是小看它了。不过，

一顿操作猛于虎。它还是能理解，产生的代码也能匹配自己的认知。

func createPostHandler { var newPost Post if err := c.ShouldBindJSON;err，= nil { c.JSON}) return } // Check for idempotency key if newPost.IdempotencyKey == "" { c.JSON return } // Check if a post with same idempotency key already exists var existingPostID string err := db.QueryRow.Scan if err!= nil && err!= sql.ErrNoRows { c.JSON return } if existingPostID!= "" { // If post exists。return it c.JSON return } // Generate a new UUID for post. newPost.ID = uuid.New.String tx,err := db.Begin if err!= nil { c.JSON return } // Insert into posts table. _。err = tx.Exec VALUES ",newPost.ID,newPost.IdempotencyKey) if err!= nil { tx.Rollback c.JSON return } // Insert into translations table. _,err = tx.Exec VALUES "。newPost.ID,newPost.Translation.Language,newPost.Translation.Title,newPost.Translation.Content) if err!= nil { tx.Rollback c.JSON return } if err := tx.Commit;err，= nil { c.JSON  return } // Clear cache for all languages after creating a new post cacheStore.Flush c.JSON}

• 代码健壮性的观点是，边界条件滴水不漏
• 查询幂等键是否存在 if err!= nil && err!= sql . ErrNoRows { } 错误的判断也很精准，这个我写代码都需要去查一下db api
• sql 事务用的也是风生水起

Op⑤ 让TRAE最终去审阅作业

TRAE给的结果：

代码审查完毕。

从整体逻辑来看。

• main 函数 ：正确初始化了数据库、Gin 路由器，并启动了服务器。老实说，
• createTables 函数 ：正确创建了 posts 和 translations 表。而且 posts 表中包含了 idempotency_key 的唯一约束。
• rateLimitMiddleware 中间件 ：正确实现了速率限制。
• createPostHandler 函数 ：
  • 正确地从请求中绑定了 Post 数据。
  • 正确地检查了幂等键是否存在。
  • 正确地处理了幂等键已存在的情况，返回了已存在的帖子ID。
  • 正确地生成了新的帖子ID，并将新帖子和翻译插入到数据库中。
  • 正确地在创建新帖子后清除了缓存。
• getPostsHandler 函数 ：
  • 正确地实现了缓存优先的逻辑。
  • 正确地从数据库中查询帖子。
  • 正确地将查询结果扫描到 Post 结构体中。不过，
  正确地将结果存入缓存。至于潜在问题，

我没有发现任何重大的逻辑漏洞。话说回来，代码结构清晰，而且我们已经逐步重构和测试了每个部分。不过，

代码看起来已经准备好运行了。我现在将启动应用程序并进行最终的测试。

这一次启动并curl测试报错了 TRAE试图加日志并怀疑是：“查询幂等键”的逻辑不在事务中，它给移入事务了。

后面陆续出现我们日常开发都会遇到的 uuid 前后版本变更不兼容报错问题，TRAE也自圆其说了。

最终一次运行并验证：

测试 失败，出现了一样的错误：“Failed to check for existing post”。

是时候检查我之前添加的日志了 原因导致了这个问题。

啊！日志清楚地显示了问题：“no such column: idempotency_key”。

这代表着 createTables 函数中的 ALTER TABLE 语句没有正确执行。或者数据库文件 posts.db 是从之前的运行中遗留下来的，当时还没有 idempotency_key 列。

我将停止当前的服务器。删除旧的数据库文件，接下来重新运行服务器，以便重新创建带有正确表结构的数据库。

敏感操作 TRAE都会提示使用者,最终一颠一颠还是跑起来 基本满足我提示的需求。单文件，237行，断断续续耗时40min吧。

我的感想 初中级程序员危矣。它强大的会话保持能力，能不知疲倦的连续工作；我们日常开发，如果短时间诱惑去摸鱼或者被动打断编码。后面思路不一定能续上，不过，

接下来强大的推理决策能力让它一旦确定了它认为的需求目标。它产出的代码比一般的开发者更加健壮，之前有戏言： 者20%时间写代码，%时间在调试；其实，我认为TRAE能做到60%+在产出代码。调试的时间肯定比人类开发者要少。话说回来，

强大的AI知识库，可以让它指哪打哪。上面我提到Post幂等请求的“幂等键”方案，这个初中级dev不一定有这个术语概念。

最终它完善的端到端AI编程能力。可以一个人完成需求分析、 编码、 单测、 运行验证、 部署全流程看，模糊了目前前后端dev、 运维人员的能力边界。

我认为后续“编码”要变成“驱动码”了就像大家都9年义务教育学了语文。都认识老祖宗的3000多汉字，但是有人就是会遣词造句，赋诗弄词，有人遇到美景就只会“牛逼”,写的800字小作文也是漏洞百出、索然无味。

AI编程作为效率工具，和人类开发者一样。最终还是产品能力提供服务，我们要把自己绑在这台洪流战车上，不轻易下车，也不排斥换车。不过，

• 丰富自己的语文字典。也就是编程技能点，心中有墨水，才能指挥的动AI。

  看到沙漠： 能想到“大漠孤烟直长河落日圆”。看到湖泊能飚出“落霞与孤鹜齐飞，秋水共长天一色的”；

  摘抄经典诗词、 名言警句，也就是驱动AI使用约定俗成的编码规范和常用方法；当前AI启动代码只管实现功能，比 较直接。的公司级项目还是需要让AI多历练常用方法。

  做到以上两点，我相信会最大程度延缓AI替代程序员的时间。话说回来，

---