“去年年底，我看到大佬们都在分享ChatGPT相关的内容，一最先我以为照样资源和大佬fomo的玩具，然则经由使用、和同伙交流，加上自己的研究，我确信ChatGPT模子是革命性的。”樊高曾在海内大厂做事后端工程师，脱离程序员岗位许久，他由于ChatGPT又再一次将眼光投向代码天下。

樊高以为，作为天生式AI，ChatGPT的交互能力极强，“它实在是用整小我私人类在互联网中的语调，训练成了一个大语言聚集，可以想象它会开启一个使用自然语言和机械交互的新时代。”而作为曾经的手艺职员，樊高也认可，⼤部门低级和重复劳动的事情都市被AI代庖，这在程序员事情中也一样。

“我们一样平常写代码，最早是一行行的码，每个变量方式都要自己天生，厥后idea有代码补全和编译器，现在GitHub Copilot（微软与OpenAI配合推出的AI编程工具）可以通过形貌需求和上下文，智能写代码。”根据这个逻辑，他以为，编码也并不是不能取代的能力，交给AI指日可待。

市场上也有AI取代程序员的新闻传出。据CNBC报道，据谷歌内部的测试显示，ChatGPT能够通过谷歌的低级软件工程师面试，这个职位通常适用于新的大学结业生和*次从事编码事情的求职者。有盘算机从业者也举行了实验，发现ChatGPT确实能够举行写基础的剧本，虽不能举行完整的编程直接开发一个程序，但它能通过一步步指令，教人类完成这一项事情，它甚至有debug（排错）的能力。

云云看来，大量基础的编码事情可以由AI完成，而AI通过长时间学习能否无限提升自己的编码能力，也未可知。有程序员向深燃表达了自己的担忧，曾以为搞IT会是比高速收费员稳固的“铁饭碗”，然而现在发现自己也是谁人小窗里随时会被取代的人。

没人能在人工智能的洪流前保持狂妄。推动科技的人，都有可能反过来被科技取代。

1.“我几分钟写的代码，ChatGPT只要几秒钟”

谭林是一位前端开发工程师，现在在加拿大事情。去年年底，ChatGPT面世，北美科技圈就已经最先关注并讨论了。她说，同事们试用之后，都从手艺角度充实一定了这款工具的优势，也有人开顽笑说要转行，以后让ChatGPT写代码就行了。

“我试着用ChatGPT写了代码之后，确实感受到了一丝焦虑。”谭林告诉深燃，她给ChatGPT的指令是：写一个JS（JavaScript）文件，天生一个restart button（重启按钮），点击这个button要求刷新页面。ChatGPT很快就给出了一段完整的代码，并在下面注释了自己的思绪。“这段若是我写可能需要几分钟，它只要几秒钟。”

谭林实验的仅仅是一段基础的代码，需求只是在页面添加一个功效。树莓康健APP团结首创人阿晨告诉深燃，他让ChatGPT写了一个小程序，它也能又快又好地完成。“我的需求是开发一个AI识别错别字的软件。我首先问了一下ChatGPT开发思绪是什么，从后端用哪个框架去搭建，前端用微信小程序的某某框架去做，再到小程序怎么上架宣布，它都能够逐一枚举出来。”阿晨示意，他此前没有小程序开发履历，这次也是正好让ChatGPT教他做，从提供思绪到若何执行，阿晨根据它的指引，乐成开发完了这个小程序，并在微信开发平台上架了。

和谭林的感受相似，阿晨也发现，ChatGPT不仅能帮用户解决详细问题，还能有理有据地注释背后的逻辑，既能授人以鱼，又能授人以渔。阿晨举例，他对ChatGPT提出指令“小程序textarea指定位置颜色变红”，ChatGPT给出回覆：“要在小程序中的‘textarea’中指定某个位置的文本颜色变浓，可以通过在‘textarea’中插入‘rich-text’标签来实现。在‘rich-text’中使用‘<span>’标签，并为该标签指定‘style’属性来控制文字的颜色、字体巨细等样式。”回覆这些原理之后，ChatGPT还给出了详细的操作步骤。

阿晨在开发历程中还遇到了几个程序报错，他把报错信息贴入ChatGPT让它检查，它也能准确地debug，“我凭证它的回覆可以直接解决问题。”阿晨示意，在没有小程序开发履历的情形下，他可能需要查阅资料学习，也许两三天能完成开发，遇到问题也纷歧定很快地解决。“我们平时会用百度这样的搜索引擎，但由于这类工具给出的谜底不是稀奇准确，我还需要在海量的信息中做二次筛选，以是整体时间会拉长。而放到ChatGPT内里，它从告诉我怎么做，到解决bug乐成运行，总共就花了3个小时。”

人类几天才气完成的事情，ChatGPT只要几小时；人类要做几分钟的事情，ChatGPT只要几秒钟。速率和效率的提升，是AI的价值之一，而在程序员的眼中，从分到秒的进化，也险些是“恐怖”的水平，由于很难想象AI在速率上的上限。

除了速率，ChatGPT的“逻辑”和“思索”能力也超出了一些程序员的预期。谭林在一样平常事情中会经常追求ChatGPT的辅助，他以为比以前用Google效率高得多。

“好比我要写一个软件，这内里包罗几十个文件，我把其中一个文件中的一段代码筛下来给ChatGPT，这里边可能会泛起许多变量和数据是来自其他文件的，它就会在底下注释的时刻，说这部门变量虽然在这段代码里没有泛起，但可能是从其他文件中转达过来的。同样的问题若是问Siri这类AI，它们就会说‘我不知道你这个变量从哪来的。’”

接触了ChatGPT一段时间，谭林的心情也履历了几回转变，“最最先听到的时刻照样持质疑态度，以为只是类似Siri一样的器械。发现它能跟我一样写代码，而且可以运行的时刻，我是很震惊的。这种震惊直接引发了一些职业焦虑，它的速率比我快这么多，那若是它履历长时间的学习和训练，是不是就会有取代我的一天？”

谭林以前学生物，转做程序员理由之一就是以为这个职业很难像收银、银行柜台、高速收费员一样快速被机械取代，“疫情也让我有一些幸运心理，由于我们这个事情没有受什么影响，还能居家办公，但直到ChatGPT这种AI的泛起，我才反映过来，原来程序员也不是铁饭碗，原来我的职业危急可能会是它带来的。”

2.能部门代工，但不能完全取代程序员

ChatGPT具备基础的代码能力，而且写起来速率更快。不外，若是真的把ChatGPT放在程序员的事情场景中，它照样露出出了不少局限性。

先说写代码这一基础环节。几位程序员的配合体验是，让ChatGPT写一些基础的剧本，为网页写一个功效，指导完成小程序的开发，从手艺角度来说都是可行的。然则，“它只能写代码片断，不能写完整的代码。”阿晨注释，“可以这样明白，好比我想天生一个word文档，但ChatGPT只能天生一个文字形式，我若是需要两个word文档，它照样只能给我一段文字，要天生文档我还需要手动拷贝到office软件举行人工处置，而且ChatGPT是有字数限制的，最多15000个字符。”阿晨以为，只从写代码这个层面来说，不能写一个完整的程序是ChatGPT*的劣势，由于开发职员是需要有把控整个框架的能力的。

有人曾这样形容程序员工种的不能替换性：“程序员的焦点竞争力不在于写代码，而是在于跟种种人扯皮，斗智斗勇。”现实上，在营业场景中，不管是前端照样后端，测试照样运维，程序员事情中最难题和花费时间的是需求转换，测试、修改。简朴来说就是明确公司要什么，然后做出来。这一项需要大量人类履历和创意的事情，ChatGPT现在还很难完成。

阿晨举例，他们做的是康健治理类的APP，内里需要有一些减肥菜谱，这种菜谱之间存在一定逻辑，“若是让ChatGPT帮我实现一个菜谱查询的功效，它不知道这个减肥菜谱是怎么插入数据库、怎么调出来、事情职员怎么通事后台维护，需要我把步骤跟它讲一遍，但这样的步骤即是是我自己已经把代码的框架写完了，它只是帮我实现框架里的内容填充。”

让ChatGPT明白营业，现在来看显然是一个伪命题，以是程序员在一样平常事情中最耗时耗力的那一部门，很难被取代。不仅是详细的营业难以明白，涉及一些庞大的极端的生产流动，ChatGPT也只能从自己的数据库中归拢总结一些“漂亮的空话”。

樊高说，好比向ChatGPI提问“k8s中的Workload Type有哪些”，这个问题很基础，一样平常是用于面试程序员的，ChatGPT能异常完整地作答。“然则若是问‘若何做双十一淘宝的下单功效，让它支持54万/gps？’,它只能枚举接纳漫衍式架构、接纳缓存手艺、使用负载平衡、数据库优化、代码优化这几点。”樊高以为，这只是一个模棱两可的，没有给出详细模子理论和实操价值的谜底。“而我们现实生涯中的一些营业场景，只能使用人脑去探索息争决，这也是程序员的事情。解决这些专业性强，追随市场转变的问题，人脑甚至都很难给出*谜底，AI暂时更是无法代庖。”

“各行各业都有一些拧螺丝的事情，一样平常都市交给实习生或者刚入门的职员来做。在我们的事情中，好比设立一个手艺方案，需要有人去详细地把它实现，但这个crud（数据库的增删改查）就对照无聊和繁琐。类似这种已经设计好了，只需要执行的事情，以后完全可以交给AI来做。”海内某大厂程序员阿冬以为，这种来自AI的‘侵入’是个好事，“能被AI替换的事情，原本我就不想干了。这些没有缔造性的事情由AI接手，正好能让我有精神做更多有意思的事情。”

从事基础事情的“底层程序员”也许会感应一丝凉意，前美的团体AIoT算法认真人连诗路告诉深燃，高阶程序员，也就是“大牛”是很难被取代的。

“拿开发一个ChatGPT来举例。在搭建这个模子的时刻，大牛会提出，*个环节要用supervised deep learning（有监视的深度学习)，而且用的是GPT3这样一个成熟的模子。”他注释，搭建框架的这拨人很难替换，缘故原由就在于若是一个没有足够开发履历的人，万一把损失函数放到*步，优化损失函数值的空间会极低，那对效果来说就是南辕北辙。“我以为底层程序员做的事情就是，大牛已经告诉他用什么框架，告诉他若何调整dataset和参数的巨细，他只需要引入，写一些牢靠的代码即可，这部门ChatGPT就会做。这一拨人已经发生不了更高的价值，或者说这一拨人的价值会被ChatGPT替换。”

“山脚下很挤，山腰上人少一些，山顶上就能呼吸到新鲜空气了。”连诗路说，归根结底，有顶层设计能力，而且能够发现息争决问题，缔造新的生产力的程序员，才会在ChatGPT眼前加倍从容和自信。

3.未来已来，程序员不再是“铁饭碗”

在对效率和生产力的无限追求中，人类缔造并训练人工智能。当人工智能生长到ChatGPT泛起的这一刻，被人类缔造出来的机械，反过来撕下了人类无效事情的假面，将一些重复、机械、含金量低的事情推到悬崖边。

相比通俗民众，盘算机行业人士作为多年来始终身处这个赛道，见证人工智能一步步来到今天的亲历者，他们又兴奋又焦虑。连诗路说，兴奋是由于对ChatGPT以及人工智能的未来充满希望，“现在ChatGPT走大数据、大模子、大算力的蹊径，接纳重大的Dataset（数据集），这个路子很可能是完全准确的，由于以前我们实验过许多小数据、小调优算法都达不到这种效果。”

焦虑的缘故原由就更为庞大，简朴来说就是怕被抛下。连诗路说，现在许多互联网的大佬都在没日没夜地找ChatGPT的应用偏向，人人都在浪潮上，他从十年前就大呼AI，现在更怕自己起了大早赶个晚集。“搞算法的人也焦虑，焦虑自己的算法偏向有没有问题。”

在谭林看来，ChatGPT给程序员带来的焦虑，也是一件好事。千万万万个通俗程序员的焦点竞争力照样对需求的明白能力，自力完成设计架构的能力，而这恰恰也是阻止自己被AI取代的焦点竞争力。“像我从事的网站开发事情，可能前端人性化设计类的事情对照难取代，但后端数据库操作、传参接口这些可能过个几十年就欠好说了，这些也没设施，只能多去磨炼自己的代码能力，继续学习。”

阿晨最近也在为自己的团队面试手艺职员，有了ChatGPT之后，他对履历较少的面试者的要求也会更辩证一些。“没有真实开发履历没关系，我会更希望他们有自己的逻辑头脑，不能只会执行，只会做ChatGPT能够做的事情。”

连诗路还提出，若是未来ChatGPT这类AI大规模进入企业，随同而生可能是对于复合型手艺人才的需求，也就是产物型手艺职员，或手艺型产物职员，这种人才现在是异常稀缺的。他注释，从他的考察来看，海内外许多大型互联网公司里，产物职员和手艺职员是水火不相容的，双方不愿意良性相同。“ChatGPT则需要一个兼容的角色，懂手艺，又能快速发现需求，并把需求清晰地注释出来，由于理论上讲，未来只要给ChatGPT明确的prompts（提醒、激励），它是可以给你编程的。”

另一个绕不开的话题是成本。阿晨说，参考文心一言的模式，许多企业都宣布准备接入。“这个可能就像现在许多的云服务器，最最先使用的时刻一定由生产商支付了大部门用度，企业端可能以为很廉价，然则一旦依赖了，人工智能公司造成垄断，这个使用成本就会逐步增添，现在许多企业最先思量搭建私有化的服务器，我以为人工智能系统也会履历这样一种消费阶段。”

人工智能进入企业，应用于智能传呼、智能客服等等岗位已经有迹可循，但对于程序员这个岗位来说，需要视情形而定。一方面，判断一个工种能否被人工智能取代，首先要看该工种与智能化的连系水平，包罗大量人类履历和创意的工种尚能保住饭碗。另一方面则是成本的对比，若是人工智能系统用于做客服的价钱比雇佣人力要低，那自然可以取代，但若是人工智能系统用于做编程的价钱更高，那程序员就会一直被需要。

不能否认的是，时机在走向高处，走向控制AI的算法工程师，走向懂需求和手艺的复合型人才。基础性事情会逐渐损失价值感，这一部门人要么脱离，要么就要被AI驱使着，跑得更快。这或许正是人工智能与人类应该有的关系，若是人类缔造AI的初衷就是解决掉人类事情和生涯中的繁文缛节，那AI就不会是敌人，而是更伶俐的诤友。

谭林说，就像马车协会抵制燃油车一样，面临新生事物，旧的事物会自然地排挤和恐慌，但当你发现潮水不能逆转的时刻，你同时也发现，你正和潮水涌向统一个偏向。

*题图及文中配图泉源于pexels。应受访者要求，樊高、谭林、阿晨、阿冬为假名。