有多少技术专业人士正在使用人工智能作为他们各自工作流程的一部分？
他们信任这些工具产生的结果吗？
这是最新的Stack Overflow开发者调查中回答的两个紧迫问题，该调查询问了65,000多名软件开发人员的教育程度、薪水、对人工智能的看法等等。首先，似乎大多数软件开发人员、工程师和其他技术专业人员都在开发过程中使用人工智能工具：
但技术专业人士真的相信这些人工智能工具的输出吗？这是一个更复杂的问题。尽管大约43%的人认为人工智能在开发过程中是一个值得信赖的合作伙伴，但另外31%的人在某种程度上持怀疑态度：
自从生成式人工智能能够生成代码并执行其他以技术为中心的任务以来，对使用这些工具感兴趣的技术专业人员就得到了一条核心建议：始终要仔细检查你的输出。虽然生成AI的能力已经变得令人印象深刻，但它缺乏参考上下文的能力，例如，它不能真正“看到”整个软件项目的细微差别和挑战。
但作为一种自动化重复编码任务或生成代码“初稿”的方式，生成式人工智能有其潜在用途，经验丰富的技术专业人员可以在之后对其进行改进。理论上，人工智能工具可以释放科技专业人士的带宽，，让技术专业人士从事更有创造性的追求，比如构思新功能。但这一切都取决于以一种有效的方式将技术与你的工作流程结合起来。与此同时，要注意确保AI整合不会意外地让你产生倦怠。
作者：Nick Kolakowski
Streamlit 数据科学必备工具
Streamlit是一个开源库，致力于以更高效、更灵活的方式可视化数据，并分析结果，帮助数据科学家在短时间内开发机器学习 (ML) 可视化仪表板。只需几行代码，我们就可以构建并部署强大的数据应用程序。
