在网络科技有限公司的编程剧场里勇敢的开发者正准备挑战一项艰巨的任务用 GPT-4 创建 VSCode
首先，他们遇到了一个关于版本的问题。安装依赖项时，GPT-4 提供了错误信息：“Couldnt find any versions for vscode-test that matches ^1.6.2?” 似乎这个模型对数字有所误解，将1.62.0与1.6.2混淆。为了解决这个问题，只需指定正确的版本号，并重新安装即可。
接着，他们发现自己面临第二个挑战——代码生成不完整。在尝试使用语言模型来编写代码时，开发者 KEVIN LIN 发现它们非常擅长生成小而完整的代码片段。但是，如果需要生成更多的代码，就需要人类评估 LLM 的输出，并提供适当的后续提示，以便优化和完善。
第三个难题出现在测试扩展阶段。一旦开始执行命令并检查边缘情况，就会发现有些逻辑可能并不完全符合预期。这使得开发者意识到，即使是经过精心设计和调试的手动生成程序，也可能存在隐藏的问题或bug。
第四个问题涉及到复杂程序的一次性生成。虽然大部分“GPT 写了 X”的案例都是由人类充当 LLM 的 REPL（Read-Eval-Print Loop），仔细引导大模型产生功能性的结果，但我们是否能进一步？我们是否能使用 LLM 一次性生成复杂程序，而无需任何人类介入？
第五个困难点体现在如何确保新创建的插件能够正常工作。这意味着除了成功安装依赖项之外，还需要进行编译和运行测试以验证其有效性。
最后，一旦所有这些障碍被克服，那么 GPT-4 就将成为创造VSCode插件过程中不可或缺的一部分。这不仅展示了人工智能在软件开发中的潜力，同时也提出了许多有趣且值得探索的问题。