在当今世界，人工智能聊天机器人如ChatGPT和Claude可以执行多种功能，例如撰写工作邮件和规划旅行行程。这些聊天机器人是基于大型视觉-语言模型（VLMs）构建的系统，这些模型是在包含书籍、网站、代码和图像的大型数据集上训练的。AI算法随后在大量人类反馈的基础上进行优化，以遵循指令并避免有害或不必要的输出，并利用这些“知识”根据用户输入生成文本或图像。
尽管聊天机器人有明显的局限性，但它们在许多传统上需要专业技能的领域（如计算机编程）中也能提供很大帮助。作为美国空军与麻省理工学院AI加速器“幽灵计划”的一部分，美国空军学员Joshua Lynch在他的导师Laura Niss的帮助下，想要确定作为完全编码新手的他是否可以开发出一个完全功能的程序。他使用了一种称为“vibe-coding”的过程，用户完全依赖提示来指导生成AI聊天机器人编写和优化代码。
Lynch的动机是使任何熟悉军事问题领域的人，无论其技术背景如何，都能够推进他们对有用软件应用的构想，从而绕过传统军事软件开发流程的时间和成本限制。Lynch旨在构建自己的应用程序，而Niss则监控他在使用该技术过程中的体验。Niss表示：“这位幽灵学员想看看他是否可以通过自我识别的vibe-coding创建一个有用的应用程序，而没有任何先前的经验。”
Lynch希望通过使用聊天机器人，看看他能否创建一个特定于他所处战术团队的应用程序，帮助减少附带损害，同时增强在更广泛任务中的生存能力。该应用程序将提供包括AI辅助目标识别、模块化情报、监视与侦察、自动打击和战场通信管理等能力。在项目过程中，Lynch完成了几门AI专业发展课程，并熟悉了该技术的军事和非军事用途。
在代码生成的基础上，他使用了三种AI聊天机器人的付费模型：Anthropic的Claude、OpenAI的ChatGPT和Google的Gemini。大部分工作仅通过聊天机器人的主要聊天功能在网络浏览器上完成，而不是作为集成系统在开发环境中进行，这在现在是标准做法。最终应用程序是使用Google AI Studio App生成的，该应用程序可以创建与Gemini应用程序编程接口对接的应用，并在开发环境中集成了AI。
在三个月的时间里，Lynch与这些模型合作构建了名为远程操作模块增强设备（ROMAD-AI）的应用程序。在此期间，他学习了几种改善代码输出的方法。例如，他经常遇到聊天机器人缺乏层次焦点和修改无关代码部分的问题。他发现将问题拆分成小部分、清晰地框定问题并在对话偏离目标时将其引导回正轨是非常重要的。
随着Lynch对聊天机器人的经验增加，AI能力的局限性和开发时间迫使他重新调整项目范围，将其从一个可以在战场上协助的应用程序，转变为一个可以执行基本文档处理的程序，例如分析战场战术地图和通过VLM驱动的聊天机器人生成任务规划文档。虽然最终原型未能执行Lynch最初设定的所有能力（而且在当前版本中不适合用于所需的用例），但它证明了此类应用程序对服务人员的能力和实用性。“我对这个最终产品感到非常满意，它向我展示了这些系统在非专家设计原型方面的强大能力，”Niss说。
Niss观察到Lynch在整个经验过程中对AI语言模型的看法变化。起初设定了令人印象深刻的目标，Lynch在项目结束时对当前技术的能力有了更深的理解，显著降低了自己的期望。Niss和Lynch对不同AI系统在时间和系统更新过程中的感知变化特别感兴趣，Claude在可喜性、人性化和感知智能等特征上显示出比ChatGPT更大的稳定性。Lynch发现AI是一个有帮助的导师，但注意到在他熟悉的主题上其准确性不足。该项目表明，AI聊天机器人可以使非技术服务人员为其特定问题生成可行的软件应用，尽管在处理敏感信息和关键应用时，它更适合作为原型助手，而不是完全的生产工具。代码审查仍然是这一领域的瓶颈，因为有实例表明Lynch未意识到最终应用程序将输入文档发送给Gemini AI模型进行分析，而不是在他的计算机上本地解析文档。“对我来说，这个项目强化了不同领域专家之间的差距，”Niss说。“无论AI多么出色，我认为我们总是需要合作才能找到最重要问题的最佳解决方案。”此研究由美国空军人工智能加速器赞助，并在合作协议编号FA8750-19-2-1000下完成。
博主点评： 本文展示了AI技术在军事应用中为新手程序员提供的巨大潜力。通过“vibe-coding”方法，Lynch证明了即使没有技术背景，个人也可以利用AI工具开发出实用的应用程序。然而，这一过程也揭示了AI工具在准确性和安全性方面的局限性，强调了人机协作的重要性。未来，如何平衡AI的便利性与其固有风险，将是技术发展的关键挑战。