ChatGPT時代程序員生存指南，這四步很關鍵｜IEEE Spectrum

明敏 2023-07-15 15:41:58 來源：量子位

尚恩 發自 凹非寺

量子位 | 公眾號 QbitAI

未來五年內將不會有人類程序員。

這是最近AI圈新晉嘴炮哥，Stability AI首席執行官伊瑪德·莫斯塔克又一驚人言論。

此話一出，立刻引得一眾科技圈大佬吐槽，直指大錯特錯。

ChatGPT的出現催生出一批代碼生成工具，AI取代人類話題已久，但對“程序員飯碗不保”這種觀點，反對之聲并不少見。

最近，IEEE Spectrum發布了一篇GPT時代程序員生存指南。

文章從四個方面，表述在大模型為核心的編碼時代，程序員如何不被替代，并認為現在還無法做到代碼100%靠AI生成，具備編程素養的人類程序員依然很重要。

接下來，就來具體看看這篇文章的主要觀點。

基礎是一切

盡管現在已經有很多基于AI的編碼助手，可以幫助完成生成代碼。

但編程的基本原則和前提仍然是理解。

Python軟件基金會研究員、軟件公司Explosion聯合創始人兼CEO伊內斯·蒙塔尼（Ines Montani）說：

AI本質上是大模型的統計輸出，程序員的工作不僅僅是編寫多少行的代碼這么簡單。

當前，程序員仍然需要具備最基礎的“閱讀、理解”自己和他人代碼的能力。

比如，通過對代碼進行分析和調試的能力，以及對問題解決和算法設計的理解，才能將所編寫的代碼融入到更大的系統中。

此外，事實證明，良好的軟件工程實踐比以前更有價值，包括規劃系統設計和軟件架構。

“人類編碼員仍然必須弄清楚一段代碼的結構、組織代碼的正確抽象以及不同界面的要求”，MIT計算機科學和人工智能實驗室副總監兼首席運營官Armando Solar-Lezama說道。

通過理解問題、拆解問題、設計算法以及實施和測試解決方案，人類編程人員能夠提供獨特的洞察力和創造性解決方案，而這些是AI無法完全取代的。

找到適合的工具

現在已經有大量工具被應用到編程領域，包括GitHub Copilot、ChatGPT、Bard等，但每個工具交互方式都有差異。

例如，GitHub Copilot和其他AI編碼助手可以增強編程過程，提供代碼建議。

而ChatGPT、Bard這類則更像是一個對話式AI程序員，可以用來回答關于API的問題或生成代碼片段。

此前GitHub曾采訪了500名開發人員，其中92%的人表示在工作和私人時間都使用AI編碼工具。

AI是一個發展迅速的領域，保持開放的態度，持續嘗試使用不同的AI工具。

同時，要考慮適當的使用場景。生成式AI可以為學習新的編程語言或框架提供快捷途徑，也可以更快地啟動小型項目并創建原型。

而想要讓對話式AI程序員發揮作用，就需要清楚了解“如何與AI溝通”。

提到溝通，這就涉及提示工程。

學會與AI溝通

對話式AI程序員，就像一個具備豐富知識但經驗不多的實習生，需要引導。

OpenAI創始人Sam Altman就直接表示：

能夠出色編寫Prompt跟AI對話，是一項高級技能。

讓AI從頭開始編寫整個程序，不僅無法最大程度發揮AI的能力，還可能獲得一些不相關的回復。

這就需要將一個問題分解為多個步驟，并逐個解決每個步驟以解決整個問題的分而治之策略。

進一步拆解需求，讓AI為每個任務編寫特定的函數。

因此，了解AI和機器學習的基本概念，學習LLM工作原理及其優勢和局限性也是很有必要的。

現在已經有很多關于“提示工程”的教程，之前DeepLearning.ai創始人吳恩達與OpenAI開發者Iza Fulford聯手推出ChatGPT提示工程。

另外，“ChatGPT提示工程”課程的講師之一“Iza Fulford”，此前還編撰了OpenAI Cookbook（官方手冊）。

手冊講述了大量GPT相關的使用案例，能幫助快速上手并掌握GPT模型的開發與應用。

關于模型和機器學習基礎知識的內容，可以看看Jay Alammar的Illustrated Transformer。

獨立思考和批判思維

相關數據顯示，目前GitHub平臺上的所有代碼，有41%都是在使用CoPilot輔助下生成的。

用大模型生成代碼，效率很高，但也有一些問題。

首先，大模型會產生不準確、錯誤的代碼。另外，也可能生成包含漏洞的代碼。

此前，加拿大魁北克大學的四位研究人員就發現，ChatGPT生成的代碼往往存在嚴重的安全問題，而且它不會主動提醒用戶這些問題，只有在用戶詢問時才會承認自己的錯誤。

其次，就是隱私問題。程序員在開發過程中輸入的代碼，平臺是否會非法獲取。

雖然現在一些代碼工具公司，比如Tabnine承諾企業版會嚴格保密業主隱私，但這一問題仍然不能忽視。

因此，在使用由大模型生成的代碼時，我們需要保持批判性思維，仔細檢查和驗證結果，并對其進行評估。

每一個新的技術突破和重大的范式轉變都帶來了一系列新的可能性，人工智能也不例外。

比如，2010年云計算的興起，人們擔心傳統IT可能不再重要，但實際情況卻完全不同。

事實上對云技術相關職位的需求大幅增加，如云計算專家、云架構師和云工程師等。

程序員需要將AI作為一種工具，將其納入他們的工作流程，并認識到這些工具的機遇和局限性，同時依靠自己的編碼能力來保持活力。

IEEE認為，現在就說程序員將被替代，還為時尚早。

參考鏈接：
[1]https://spectrum.ieee.org/ai-programming/
[2]https://www.educative.io/blog/will-ai-replace-software-developers/
[3]https://www.linkedin.com/pulse/we-asked-developers-driving-impact-age-ai-heres-what-said-github/?trk=organization_guest_main-feed-card_feed-article-content/