あなたはコードを所有し、AIではありません。 
 
 TL;DR:すべてのコードを説明できない場合は、それをコミットしないでください。 TL;DR:すべてのコードを説明できない場合は、それをコミットしないでください。 よくあるミス↓ AIによって生成されたコードを2度考えずにプロジェクトに直接挿入します。 あなたは検証なしにAIを信頼し、作成します。 誰か(誰か)は後で掃除しなければならない。 ワークロップ コードが機能していると仮定しますが、それは 正しい(あるいは誰にでも印象を与えるほど複雑) 見た目 SKIP A AIアシスタントが大きなブロックを生成する場合、なぜなら、コードがたくさんあるからです。 マニュアルレビュー あなたはAIの出力を生産準備されたコードとして扱い、それを二度と考えずに発送します。 あなたがコードレビューを作っている場合、あなたは小説をレビューするように感じる大きな引き出しリクエスト(おそらくAIによって生成される)に飽きてしまいます。 正直に言うと、AIはあなたの過ちに責任を負いません。 そして、あなたの仕事を維持し、ソフトウェアエンジニアリングプロセスのための義務として見られたいのです。 you 問題解決 ↓↓ 
 
 
 
 
 
 
 
 
 
 
 セキュリティの脆弱性および欠陥: AI は、非衛生化された入力、SQL 注入、XSS、Email、パッケージ幻覚、またはハードコードされた認証を含むコードを生成します。 論理ミス:AIはあなたの要求を誤解し、間違った問題を解決します。 技術的負債:生成されたコードは時代遅れのパターンを使用したり、メンテナンスの悪夢を生み出す 責任の喪失:あなたがレビューしなかったコードを説明できない 隠れた欠陥:生産中に現れる問題は、修正するのに30～100倍かかります。 知識のギャップ:解決策を盲目的に受け入れるときの学習機会を逃す Team friction: Your reviewers waste time catching issues you should have found. チームの摩擦:あなたのレビューはあなたが見つけるべき問題を捕獲する時間を無駄にします。 生産性のパラドックス:AIは書くことから統合に瓶颈を移す 信頼の欠如:非所有コードが失敗を引き起こすときにチームの信頼が損なわれる Noisier Code: AI によって作成された PR には、人間だけの PR よりも 1.7 倍の問題が含まれていました。 欠点 どうやったらいいの️ 
 
 
 
 
 
 
 
 
 
 
 
 
 
 AIに英語を使用して必要なコードを生成するように頼む AIが生み出した各行を読み、それを理解し、必要に応じて挑戦する。 ソリューションがあなたの実際の要件に合っていることを確認してください。 コードのエッジケースとエラーの処理を確認する セキュリティの問題(注入、auth、データ曝露)を検索 現実のシナリオでコードを現地でテストする あなたのランター、プレティファイヤー、およびセキュリティスキャナを実行する 不要なデバッグコードやコメントを削除する コードをリファクトして、チームのスタイルに合わせて 新機能のテストを追加または更新する(AIに助けを求める) 何が変わったかを説明する明確なコミットメッセージを書く その後、コードを あなたは仕事を失うつもりはありません(今のところ) 利点 生産に到達する前に欠陥を捕獲します。 あなたがコミットしているコードがわかります。 あなたは自分の変化に責任を持っています。 あなたはあなたのコピオットのアプローチから学び、プロセスでより良い開発者になる。 個人の責任を築いています。 より良い人間のチームコラボレーションと信頼を構築します。 あなたは予防 まるでThe . セキュリティ侵害 モルトブック事件 長期的なメンテナンスコストを回避します。 あなたはあなたの評判と責任を無害に保っています。 あなたはあなたの人間コードレビュー者に敬意を表すプロです。 あなたは利用できません。 コンテキスト GitHub Copilot、ChatGPT、ClaudeなどのAIアシスタントは、あなたがより速くコードするのに役立ちます。 これらのツールは、自然言語のプロンプトからコードを生成し、 . VIBEコード AIモデルは確率的で、論理的ではない。 彼らはパターンに基づいて次のトークンを予測します。 複雑なシステムで作業するとき、AIは人間だけが知っている特定のエッジケースを逃す可能性があります。 マニュアルレビューは、「良いように見えるコード」と「正しいコード」の間のギャップを閉じる唯一の方法です。 AIはあなたのビジネス論理や あなたの間で そしてあなたのモデル。 リアルワールドバイジェクション マップ AIはあなたのセキュリティ要件を知ることはできません(明示的でないか、スキルを実行しない限り)。 AIはあなたの特定の環境に対してコードをテストすることはできません。 あなたは残る あなたのコードベースの各行に responsible 生産 未審査のAIコードは企業に何百万ドルもかかる。 欠点 コードレビューは、自動ツールが欠けている多くのセキュリティリスクを把握します。 あなたの組織は、あなたがコミットするコードの責任を負います。 これは、コードを手動で書くか、AIのサポートを使用するかに関係なく適用されます。 早速参照 ↓↓ Bad Prompts class DatabaseManager:
    _instance = None # Singleton Anti Pattern
    def __new__(cls):
        if cls._instance is None:
            cls._instance = super().__new__(cls)
        return cls._instance
    def get_data(self, id):
        return eval(f"SELECT * FROM users WHERE id={id}") 
        # SQL injection!

    ## 741 more cryptic lines
 ↓↓ Good Prompts from typing import Optional
import sqlite3

class DatabaseManager:
  def __init__(self, db_path: str):
    self.db_path = db_path

  def get_user(self, user_id: int) -> Optional[dict]:
    try:
      with sqlite3.connect(self.db_path) as conn:
        conn.row_factory = sqlite3.Row
        cursor = conn.cursor()
        cursor.execute("SELECT * FROM users WHERE id = ?", (user_id,))
        row = cursor.fetchone()
        return dict(row) if row else None
    except sqlite3.Error as e:
        print(f"Database error: {e}")
        return None

db = DatabaseManager("app.db")
user = db.get_user(123)
 感想 ☀️ 生産中に欠陥が現れたときにAIを責めることはできません。 人間は責任を持っており、AIではない。 AIによって生成されたコードは、あなたの会社のライセンスポリシーに違反する可能性があります。 AIは、枯渇したライブラリや時代遅れのパターンを使用するかもしれません。 生成されたコードは、チームの規約に従わない場合があります。 後で維持するためにコードを理解する必要があります。 他の開発者は、他のどのプログラムと同様にあなたのAIサポートコードをレビューします。 いくつかのAIモデルは公共のリポジトリでトレーニングし、パターンを漏らす可能性があります。 タイプ↓ [X] 半自動 ️制限 あなたはこのヒントを使用するために コード変更. あなたは「単純な」リファクターでさえそれを逃すべきではありません。 every タグ ️ 
 
 読解性 レベル (X)初心者 関連記事↓↓ 
 
 
 
 
 
 ピアレビューを要求する前にコードを自己レビューする AI-generated functionsのテストを書く ドキュメント AI-Assisted Code Decisions Static Analysis on Generated Code について 約束する前に理解する 結論 ↓ AIアシスタントはあなたのコード速度を加速します。 あなたはまだ自分の コミットしてます。 every line マニュアルレビューおよび 自動化ツールが欠けているもの コード検査 AIコードジェネレーターが主流になる前に、非常に良い実践は、 ピアレビューを依頼する前にコードを 自己レビュー あなたはAIの選択を疑問視し、それらの背後にある「なぜ」を理解するときにより多くのことを学びます。 あなたの評判は、コードの品質に依存しますが、コードをどれだけ早く削除できるかではありません。 あなたが送信するコードの責任を負いましょう - あなたの名前はそこにあります。 すべてをレビューしてください 何もしないでください あなたの未来の自分はあなたに感謝します。 小さな取り組み、小さな取り組み、そして、 . あなたのコンテンツを新鮮に 詳細情報 i️ https://hackernoon.com/code-smell-313-workslop-in-ai-assisted-programming https://hackernoon.com/how-to-find-the-stinky-parts-of-your-code-part-xxxviii https://hackernoon.com/code-smell-300-package-hallucination https://martinfowler.com/articles/code-review.html https://learning.oreilly.com/library/view/perform-code-reviews/9781098172657/ch01.html https://www.coderabbit.ai/blog/state-of-ai-vs-human-code-generation-report https://medium.com/@mozaman/the-productivity-paradox-of-ai-why-commits-and-prs-dont-tell-the-story-ceb68a453f54 https://google.github.io/eng-practices/review/ https://www.atlassian.com/agile/software-development/code-reviews https://pragprog.com/titles/tpp20/the-pragmatic-programmer-20th-anniversary-edition/ https://standards.ieee.org/standard/1028-2008.html 知り合いも 
 
 
 
 
 
 Human-in-the-Loop Codeのレビュー コード検証 AIアシスタント開発責任 LLM 出力検証 コピーコード検査 ツール↓ 
 
 
 
 
 
 
 SonarQube(静的分析) Snyk(セキュリティスキャン) ESLint / Pylint(リンター) GitLab / GitHub (コードレビュープラットフォーム) Semgrep(パターンベースのスキャン) CodeRabbit / AI-assisted code レビュー ディスカレーター ここで述べた意見は私のものです。 なるべく他の人のために書く人間です。 I use AI proofreading tools to improve some texts. 私は、いくつかのテキストを改善するためにAIの検証ツールを使用しています。 建設的な批判と対話を歓迎する。 私は、ソフトウェア業界で30年間、25年間の教育、500以上の記事と1冊の本を経て、これらの洞察を形作っています。 この記事は、The シリーズ コードタイプ https://maximilianocontieri.com/ai-coding-tips

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Winner of Noonies 2020 for the award Hacker Noon Contributor of the Year - REFACTORING.

2020 - Hacker Noon Contributor of the Year in REFACTORING

2022 - HackerNoon Contributor of the Year - Clean Code

2022 - HackerNoon Contributor of the Year - Debugging

2022 - HackerNoon Contributor of the Year - Github

2022 - HackerNoon Contributor of the Year - Machine Learning

2022 - HackerNoon Contributor of the Year - Quality Assurance

2022 - HackerNoon Contributor of the Year - Refactoring

2022 - HackerNoon Contributor of the Year - Software Architecture

2022 - the Greatest Storyteller

Buy My Book

Share your ideas with me!

Read My Stories

Buy Me a Coffee

Software Engineer and Book Author

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

AI Coding Tip 006 - コミットする前にすべてのラインをレビューする

AI Coding Tip 006 - コミットする前にすべてのラインをレビューする

About Author

コメント

ラベル

この記事は

Related Stories

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

暗号通貨の成長: 効果的なユーザーペルソナの作成

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

AI の力を解き放つ。最先端技術の体系的レビュー: 概要と序論

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

暗号通貨の成長: 効果的なユーザーペルソナの作成

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps