用AI把VB代码转换成C#的体验很糟糕

[大巨魔]

你不能把这玩意当成老钟码农
目前水平是三哥码农

[webdriver]

vbnet转csharp应该很容易
vb6转比较麻烦

对头，VB6基本上是解释语言，转成现代的.net 语言逻辑上差很多，需要重构。
VBNET和C#用的基本上一样的类库（dll），方法啊/接口啊基本相同，最容易转换了，实际上就是语法的区别

[webdriver]

目前大模型应该是对python和JS的支持最好，其它语言尤其是VB/C#这类很小众的，本身效果就要大打折扣

C# 不小众好吧

[Atack]

vbnet转csharp应该很容易
vb6转比较麻烦

原来就是vbnet，我觉得和c#的区别很小，以为转换应该很容易，结果出了do[]while[]和while[][]都分不清的幺蛾子。

[wokao]

对头，VB6基本上是解释语言，转成现代的.net 语言逻辑上差很多，需要重构。
VBNET和C#用的基本上一样的类库（dll），方法啊/接口啊基本相同，最容易转换了，实际上就是语法的区别

不对头, VB6是解释语言+编译语言, 交互的时候和Python一样, 但是可以编译成纯粹的二进制
VB5就是编译了, 后台先翻译成C/C++, 然后编译

其实如果微软不搞不伦不类的VB.NET, 就没有Python什么事

[omicron]

前几天把一个几千行的VB小程序用Chat GPT转换成C#，执行倒是很快通过了，但是结果就是不对。初步发现不少低级错误。比如把do {} while {}给换成了while{},导致没有初始化；把一些类的排序函数从升序该成了降序；更夸张的是chat GPT自作主张跳过了几百行代码，就因为原来有注释说这几百行可能有问题，要重新写。

有啥奇怪的，挺正常的

AI又不会理解，不懂你的代码是干嘛的

不过是用它的训练预测的模型，翻译你的代码，稍微复杂一点逻辑，就会搞得乱七八糟

了解生成式AI原理，就知道这样很正常

[omicron]

你们看问题，要会从原理分析

生成式AI对文章，文章里面的意思，一个字都不理解。对代码也是一样的

理解这样的东西，只存在于人脑

架不住人家训练量大，对少量代码，总能找到别人做过，比较合适的。翻译软件也是一样工作原理。

代码多了，内部逻辑关系复杂，必然出问题

[newIdRobot]

前几天把一个几千行的VB小程序用Chat GPT转换成C#，执行倒是很快通过了，但是结果就是不对。初步发现不少低级错误。比如把do {} while {}给换成了while{},导致没有初始化；把一些类的排序函数从升序该成了降序；更夸张的是chat GPT自作主张跳过了几百行代码，就因为原来有注释说这几百行可能有问题，要重新写。

现在的AI底层还是基于概率。步骤越多链条越长出错的概率越大。就和晶圆代工一样，每个步骤的良率是99%，100个步骤下来良率只有36.6%。是根本不能用的。

所以我说AI代替程序员就是个hype。AI实际上就是All Indians/Affordable Indians。

[Caravel]

有严格或者比较特别业务逻辑的ai都写不好的。那种前后端网页小学生培训几年就可以上岗的的确可以

主要是数据不够

你都后端逻辑不会比IMO难吧

这种业务逻辑ai目前没有训练数据，只要你们公司肯拿出数据训练，也不是问题

[Caravel]

现在需要编译语言还差点，估计也是训练不足，大家先吃python这样的软柿子

[赖美豪中]

我们的后端逻辑显然比imo难得多啊，我们算法开发最低水平都是tier 1毕业的 phd

主要是数据不够

你都后端逻辑不会比IMO难吧

这种业务逻辑ai目前没有训练数据，只要你们公司肯拿出数据训练，也不是问题

[Caravel]

我们的后端逻辑显然比imo难得多啊，我们算法开发最低水平都是tier 1毕业的 phd

tier 1 phd知识多点，不代表很难吧

tire1 phd做不出来imo也很正常

最起码可以分解

[赖美豪中]

leetcode和imo很多时候就考1-2个知识点，这种玩意一点就通，就好比把imo答案那给你99%的数学系本科生都能看懂复制的出来。工程问题很多根本无解的好么？这是一个难度么？

tier 1 phd知识多点，不代表很难吧

tire1 phd做不出来imo也很正常

最起码可以分解

[赖美豪中]

现在这种拿imo或者iq test题目考llm本来就是严重误区，因为这类题目都可以通过搜索来解决的，出题人本来就是要通过题目文字给选手提供提示。这个正好是LLM的强项，就像下围棋一样，人类根本毫无胜算，就好比让人类百米选手和汽车比赛，完全是用人类的短板比LLM的最长版

leetcode和imo很多时候就考1-2个知识点，这种玩意一点就通，就好比把imo答案那给你99%的数学系本科生都能看懂复制的出来。工程问题很多根本无解的好么？这是一个难度么？

[dealfinder10]

现在这种拿imo或者iq test题目考llm本来就是严重误区，因为这类题目都可以通过搜索来解决的，出题人本来就是要通过题目文字给选手提供提示。这个正好是LLM的强项，就像下围棋一样，人类根本毫无胜算，就好比让人类百米选手和汽车比赛，完全是用人类的短板比LLM的最长版

这种说法毫无道理。

围棋在deep learning之前 号称无解，什么围棋的361个点的变化超过宇宙的原子数之类的比较。现在完全被破解，人类根本一点胜算都没有了。

现在就是要挑战各种问题，而且这些问题基本都会被解决。因为根本没有原理上的困难，都是工程实现的问题。

[赖美豪中]

围棋当然就有解，无非就是算力跟不上。DL创新很少不过是把搜索空间缩小了而已。这个也不是新算法。棋盘格子小很多的国际象棋50年前就把人类彻底干趴下了。
以现在的LLM算力，用穷举法电脑都能把所有人类棋手干趴下

这种说法毫无道理。

围棋在deep learning之前 号称无解，什么围棋的361个点的变化超过宇宙的原子数之类的比较。现在完全被破解，人类根本一点胜算都没有了。

现在就是要挑战各种问题，而且这些问题基本都会被解决。因为根本没有原理上的困难，都是工程实现的问题。

[赖美豪中]

而且你这个逻辑和我讲的意思毫无联系。LLM解人类语言出的题根本就是送分题，我可以负责任讲，等算力再提供一个量级以后，LLM可以轻松打败所有人类imo选手，这个也就是3-6月之间的事情，因为没有人类选手可能只有LLM 1%乃至万分之一的题库

这种说法毫无道理。

围棋在deep learning之前 号称无解，什么围棋的361个点的变化超过宇宙的原子数之类的比较。现在完全被破解，人类根本一点胜算都没有了。

现在就是要挑战各种问题，而且这些问题基本都会被解决。因为根本没有原理上的困难，都是工程实现的问题。

[mitbbsnew]

你都后端逻辑不会比IMO难吧

吹牛逼的不算， AI 能做 IMO？

[Caravel]

吹牛逼的不算， AI 能做 IMO？

没看最近的新闻，Gemini和oai都是金牌了

[mitbbsnew]

没看最近的新闻，Gemini和oai都是金牌了

看了，certificed by IMO?

https://finance.sina.com.cn/tech/csj/20 ... 6877.shtml

引发圈内热议，陶哲轩发表长评

OpenAI模型斩获IMO金牌的消息一出，AI圈炸开了锅。不过，在一片赞叹声中，也出现了一些不同的声音。

其中最受关注的，当属数学界顶尖学者陶哲轩的表态，他在社交媒体上针对此事发表了长篇评论。

陶哲轩指出，虽然多家AI公司都声称在IMO题目上取得了好成绩，但由于缺乏统一的测试环境和标准，很难进行公平比较。

人们很容易将当前AI的能力视为一个单一的量化指标——要么能搞定某件事，要么就完全不行。但其实不是这样，AI到底有多厉害，这得看给它多少资源、多少辅助手段以及不同的结果呈现方式，种种因素影响下，AI能力能差出好几个量级。

他特别强调：“在没有预先公布方法论的情况下，不会对任何自我报告的AI竞赛表现发表评论。”