AI编程的效率困境：面对劣质代码，是该迭代修正还是直接重跑？

在AI辅助编程日益普及的今天，开发者常面临一个两难选择：当AI生成的代码质量不佳时，是应该通过上下文引导进行迭代修正，还是直接重新生成？讨论指出，修正过程可能极其繁琐，往往陷入“改一个错一个”的循环，且随着上下文延长，Token消耗巨大。而直接重跑由于大模型普遍采用缓存机制，相似的输入极易导致相似的低质输出，需多次尝试方能见效。这一现象折射出当前AI编程工具在稳定性、成本控制及结果随机性方面仍面临挑战。