- عنوان کتاب: Coding with AI Examples in Python
- نویسنده: Jeremy C. Morgan
- حوزه: برنامهنویسی هوش مصنوعی
- سال انتشار: 2025
- تعداد صفحه: 338
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 8.03 مگابایت
من این شانس را داشتهام که با انجام کاری که به عنوان سرگرمی انجام میدادم، امرار معاش کنم. برای دههها، کدنویسی اشتیاق من بوده است. وقتی شروع به برنامهنویسی کردم، یادگیری سخت بود – کتابهای چاپی، dogpile.com و گروههای خبری راه نجات ما بودند. باید واقعاً آن را میخواستید. سفر من با Perl شروع شد، تماشای زنده شدن HTML برای اولین بار. اگرچه خستهکننده و ناامیدکننده بود، اما نتایج آن مرا مجذوب خود کرد. PHP همه چیز را تغییر داد و به من اجازه داد تا در عرض چند روز به جای چند ماه، برنامههایی بسازم. اوج واقعی از تماشای برق زدن چشمان کاربران وقتی که گردش کار دست و پا گیر صفحه گسترده آنها یک شبه به یک فرم HTML شیک تبدیل شد، حاصل میشد. در آن زمان، مستندات کمیاب بود و گوگل در دوران طفولیت خود بود. بدون کمک برنامهنویسان ارشد قدیمی، ممکن بود هرگز چیزی را تمام نکنیم. کد من کار را انجام میداد اما اغلب در پشت صحنه زشت بود، چیزی که دوشنبه به آن افتخار میکردم و جمعه از آن خجالت میکشیدم. من به سمت توسعه backend گرایش پیدا کردم – ماهیت قطعی آن شهودیتر به نظر میرسید. مانند هر کس دیگری، من به دنبال راههای بهتری برای ساخت سریعتر کد بودم. تیم ما برای مدت کوتاهی یک مولد توسعه سریع برنامه را به کار گرفت که نوید معجزه میداد. در ابتدا کار میکرد و ویژگیها را با سرعت بالایی تولید میکرد. سپس واقعیت خود را نشان داد: وقتی الزامات تغییر کردند، دو برابر بیشتر برای حل کردن آشفتگی تولید شده وقت صرف کردیم. کمتر از یک سال بعد، آن را کنار گذاشتیم. درس آموخته شده: توسعه سریع فقط در صورتی سرگرمکننده است که هرگز قصد نگهداری آن را نداشته باشید. پایتون پیشرفت بعدی من بود – سرعت را بدون قربانی کردن خوانایی یا قابلیت نگهداری ارائه میداد. بعداً، C# افزایش بهرهوری مشابهی را ارائه داد. اما من هرگز به سرعت خام آن مولد PHP نگونبخت نرسیدم. سپس هوش مصنوعی مولد، مهمانی را خراب کرد. با ChatGPT و GitHub Copilot، یک پروژه جانبی C# را انجام دادم. قبل از اینکه پیتزایم خنک شود، شاهد بودم که هوش مصنوعی کدهای آماده و تستها را بیرون میدهد. کاری که دو آخر هفته تعطیل کرده بودم، قبل از صبحانه یکشنبه جمعبندی شد. احساس میکردم دوباره آن جادوی مولد PHP اولیه را کشف میکنم – فقط سریعتر، با محافظ. اکنون چرخه تبلیغات در حال اوج گرفتن است. کدگذاری Vibe نوید نرمافزار شگفتانگیزی را از چند درخواست میدهد. این واقعاً امکانپذیر است – اما مراقب باشید که کد پیچیدهای بنویسید که هیچکس آن را نمیفهمد. برای یک پروژه آخر هفته خوب است اما برای برنامههای حیاتی ایدهآل نیست. هدف این کتاب استفاده صحیح از این راه حل جادویی است. هوش مصنوعی میتواند بهرهوری را افزایش دهد، اما اتکای زیاد به آن مشکلساز است. شما یاد خواهید گرفت که انتظارات را مدیریت کنید: هوش مصنوعی میتواند حدود ۸۰٪ از یک برنامه را تولید کند، اما ۲۰٪ باقیمانده به شما بستگی دارد. نیازی نیست که نحوه کدنویسی پویا را آموزش ببینید. در عوض، یاد خواهید گرفت که هر ابزار چگونه کار میکند و چه زمانی به طور مؤثر از آن استفاده کنید. ابزارهای امروزی – IDEهای ابری، تستهای تولید خودکار و برنامهنویسان جفتی هوش مصنوعی – به معنای ارسال سریعتر با بدهبستانهای کمتر از همیشه هستند. چه یک فرد قدیمی مثل من باشید که سختیها را به خاطر میآورد و چه یک مبتدی که با چالشهای مختلف روبرو است، این ابزارها سفر شما را تسریع میکنند. بهترین زمان برای ساختن، دیروز بود؛ دومین زمان مناسب، همین الان است.
I’ve been blessed to make a living doing something I’d do as a hobby. For decades, coding has been my passion. When I started programming, learning was tough—hardcopy books, dogpile.com, and newsgroups were our lifelines. You had to really want it. My journey began with Perl, watching HTML come to life for the first time. Although tedious and frustrating, the results had me hooked. PHP changed everything, letting me build applications in days rather than months. The real high came from watching users’ eyes light up when their clunky spreadsheet workflow transformed into a sleek HTML form overnight. Back then, documentation was scarce, and Google was in its infancy. Without old head programmers helping us, we may never have finished anything. My code got the job done but was often ugly behind the scenes, something I’d be proud of on Monday and embarrassed about by Friday. I gravitated toward backend development—its deterministic nature felt more intuitive. Like everyone else, I sought better ways to build code faster. Our team briefly adopted a rapid-application-development generator that promised miracles. It worked initially, cranking out features at warp speed. Then reality hit: when requirements changed, we spent twice as long untangling the generated mess. Less than a year later, we abandoned it. Lesson learned: Fast development is only fun if you never plan on maintaining it. Python was my next breakthrough—offering speed without sacrificing readability or maintainability. Later, C# provided similar efficiency gains. But I never matched the raw speed of that ill-fated PHP generator. Then generative AI crashed the party. With ChatGPT and GitHub Copilot, I tackled a C# side project. I watched AI spit out boilerplate and tests before my pizza cooled. Work I’d blocked off for two weekends wrapped up before Sunday brunch. It felt like rediscovering that early PHP generator magic—only faster, with guardrails. Now the hype cycle is in full swing. Vibe coding promises amazing software from a few prompts. This is genuinely possible—but beware creating complex code nobody understands. It’s fine for a weekend project but not ideal for mission-critical applications. This book aims to use this silver bullet properly. AI can enhance productivity, but heavy reliance brings trouble. You’ll learn to manage expectations: AI can generate about 80% of an application, but the remaining 20% is up to you. You don’t need to be taught how to vibe code. Instead, you’ll learn how each tool works and when to use it effectively. Today’s tooling—cloud IDEs, auto-generated tests, and AI pair-programmers—means shipping faster with fewer tradeoffs than ever before. Whether you’re an old head like me who remembers the struggles or a beginner facing different challenges, these tools will accelerate your journey. The best time to build was yesterday; the second-best time is right now.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Coding with AI Examples in Python
نظرات کاربران