在软件开发领域，人工智能驱动的编码工具正迅速普及，但其有效性仍备受争议。尽管一些行业领袖将这些工具誉为开发者提高生产力的革命性手段，但也有人担心它们可能会生成设计不良的代码，从而导致长期的维护难题。

麻省理工科技评论最近的一项调查显示，人工智能编码的真正影响之所以存在不确定性，是因为这项技术仍处于初期阶段，并且难以明确衡量其优点和缺点。该出版物的分析涉及对30多位开发者、技术高管、分析师和研究人员的采访，揭示了一个比科技公司大力投资大型语言模型（LLM）所呈现的直接叙述更为复杂的现实。

生成式编码利用人工智能来自动化软件开发的各个方面，被麻省理工科技评论评为今年的十大突破性技术之一。这一认可突显了该技术重塑软件行业的潜力。然而，该出版物还包含了一个“炒作修正”专栏，表明需要对人工智能的能力和局限性进行更平衡的评估。

推动人工智能编码的主要动力来自那些将其视为LLM“杀手级应用”的高管，他们鼓励工程师采用这些工具。尽管高层热情高涨，但开发者的实际体验却大相径庭。有些人表示效率显著提高，并且能够专注于更复杂的任务，而另一些人则发现自己花费大量时间来纠正和完善人工智能生成的代码。

过度依赖人工智能编码的长期影响仍然不确定。专家警告说，即使是快速生成的、设计不良的代码，也会造成巨大的技术债务，并增加未来软件更新和维护的成本和工作量。缺乏明确的人工智能编码标准和最佳实践进一步使情况复杂化，难以评估结果代码的质量和可靠性。

随着科技巨头继续投资和推广人工智能编码工具，该行业面临着应对炒作并对该技术的能力和局限性形成现实理解的挑战。进一步的研究、实验以及行业标准的建立对于确定人工智能改变软件开发的真正潜力至关重要。