每日讯息!ChatGPT能取代多少程序员？

“去年年底，我看到大佬们都在分享ChatGPT相关的内容，一开始我以为还是资本和大佬fomo的玩具，但是经过使用、和朋友交流，加上自己的研究，我确信ChatGPT模型是革命性的。”樊高曾在国内大厂做过后端工程师，离开程序员岗位许久，他因为ChatGPT又再一次将目光投向代码世界。

樊高觉得，作为生成式AI，ChatGPT的交互能力极强，“它其实是用整个人类在互联网中的语调，训练成了一个大语言集合，可以想象它会开启一个使用自然语言和机器交互的新时代。”而作为曾经的技术人员，樊高也承认，⼤部分初级和重复劳动的工作都会被AI代劳，这在程序员工作中也一样。

“我们日常写代码，最早是一行行的码，每个变量方法都要自己生成，后来idea有代码补全和编译器，现在GitHub Copilot（微软与OpenAI共同推出的AI编程工具）可以通过描述需求和上下文，智能写代码。”按照这个逻辑，他认为，编码也并不是不可取代的能力，交给AI指日可待。

(资料图片)

市场上也有AI取代程序员的消息传出。据CNBC报道，据谷歌内部的测试显示，ChatGPT能够通过谷歌的初级软件工程师面试，这个职位通常适用于新的大学毕业生和*次从事编码工作的求职者。有计算机从业者也进行了尝试，发现ChatGPT确实能够进行写基础的脚本，虽不能进行完整的编程直接开发一个程序，但它能通过一步步指令，教人类完成这一项工作，它甚至有debug（排错）的能力。

如此看来，大量基础的编码工作可以由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定的“铁饭碗”，然而现在发现自己也是那个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傲慢。推动科技的人，都有可能反过来被科技取代。

“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，目前在加拿大工作。去年年底，ChatGPT面世，北美科技圈就已经开始关注并讨论了。她说，同事们试用之后，都从技术角度充分肯定了这款工具的优势，也有人开玩笑说要转行，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，生成一个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，并在下面解释了自己的思路。“这段如果我写可能需要几分钟，它只要几秒钟。”

谭林尝试的仅仅是一段基础的代码，需求只是在页面添加一个功能。树莓健康APP联合创始人阿晨告诉深燃，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开发思路是什么，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发布，它都能够一一列举出来。”阿晨表示，他此前没有小程序开发经验，这次也是正好让ChatGPT教他做，从提供思路到如何执行，阿晨按照它的指引，成功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不仅能帮用户解决具体问题，还能有理有据地解释背后的逻辑，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给出回答：“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、字体大小等样式。”回答这些原理之后，ChatGPT还给出了具体的操作步骤。

阿晨在开发过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，“我根据它的回答可以直接解决问题。”阿晨表示，在没有小程序开发经验的情况下，他可能需要查阅资料学习，大概两三天能完成开发，遇到问题也不一定很快地解决。“我们平时会用百度这样的搜索引擎，但因为这类工具给出的答案不是特别准确，我还需要在海量的信息中做二次筛选，所以整体时间会拉长。而放到ChatGPT里面，它从告诉我怎么做，到解决bug成功运行，总共就花了3个小时。”

人类几天才能完成的工作，ChatGPT只要几小时；人类要做几分钟的工作，ChatGPT只要几秒钟。速度和效率的提升，是AI的价值之一，而在程序员的眼中，从分到秒的进化，也几乎是“恐怖”的程度，因为很难想象AI在速度上的上限。

除了速度，ChatGPT的“逻辑”和“思考”能力也超出了一些程序员的预期。谭林在日常工作中会经常寻求ChatGPT的帮助，他觉得比以前用Google效率高得多。

“比如我要写一个软件，这里面包含几十个文件，我把其中一个文件中的一段代码筛下来给ChatGPT，这里边可能会出现很多变量和数据是来自其他文件的，它就会在底下解释的时候，说这部分变量虽然在这段代码里没有出现，但可能是从其他文件中传递过来的。同样的问题如果问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，谭林的心情也经历了几次变化，“最开始听到的时候还是持质疑态度，以为只是类似Siri一样的东西。发现它能跟我一样写代码，并且可以运行的时候，我是很震惊的。这种震惊直接引发了一些职业焦虑，它的速度比我快这么多，那如果它经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觉得这个职业很难像收银、银行柜台、高速收费员一样快速被机器取代，“疫情也让我有一些侥幸心理，因为我们这个工作没有受什么影响，还能居家办公，但直到ChatGPT这种AI的出现，我才反应过来，原来程序员也不是铁饭碗，原来我的职业危机可能会是它带来的。”

能部分代工，但不能完全取代程序员

ChatGPT具备基础的代码能力，而且写起来速度更快。不过，如果真的把ChatGPT放在程序员的工作场景中，它还是暴露出了不少局限性。

先说写代码这一基础环节。几位程序员的共同体验是，让ChatGPT写一些基础的脚本，为网页写一个功能，指导完成小程序的开发，从技术角度来说都是可行的。但是，“它只能写代码片段，不能写完整的代码。”阿晨解释，“可以这样理解，比如我想生成一个word文档，但ChatGPT只能生成一个文字形式，我如果需要两个word文档，它还是只能给我一段文字，要生成文档我还需要手动拷贝到office软件进行人工处理，而且ChatGPT是有字数限制的，最多15000个字符。”阿晨认为，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，因为开发人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可替代性：“程序员的核心竞争力不在于写代码，而是在于跟各种人扯皮，斗智斗勇。”实际上，在业务场景中，不管是前端还是后端，测试还是运维，程序员工作中最困难和耗费时间的是需求转换，测试、修改。简单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经验和创意的工作，ChatGPT目前还很难完成。

阿晨举例，他们做的是健康管理类的APP，里面需要有一些减肥菜谱，这种菜谱之间存在一定逻辑，“如果让ChatGPT帮我实现一个菜谱查询的功能，它不知道这个减肥菜谱是怎么插入数据库、怎么调出来、工作人员怎么通过后台维护，需要我把步骤跟它讲一遍，但这样的步骤等于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理解业务，目前来看显然是一个伪命题，所以程序员在日常工作中最耗时耗力的那一部分，很难被取代。不仅是具体的业务难以理解，涉及一些复杂的极端的生产活动，ChatGPT也只能从自己的数据库中归拢总结一些“漂亮的废话”。

樊高说，比如向ChatGPI提问“k8s中的Workload Type有哪些”，这个问题很基础，一般是用于面试程序员的，ChatGPT能非常完整地作答。“但是如果问‘如何做双十一淘宝的下单功能，让它支持54万/gps？’,它只能列举采用分布式架构、采用缓存技术、使用负载均衡、数据库优化、代码优化这几点。”樊高认为，这只是一个模棱两可的，没有给出具体模型理论和实操价值的答案。“而我们现实生活中的一些业务场景，只能使用人脑去探索和解决，这也是程序员的工作。解决这些专业性强，跟随市场变化的问题，人脑甚至都很难给出*答案，AI暂时更是无法代劳。”

“各行各业都有一些拧螺丝的工作，一般都会交给实习生或者刚入门的人员来做。在我们的工作中，比如设立一个技术方案，需要有人去具体地把它实现，但这个crud（数据库的增删改查）就比较无聊和繁琐。类似这种已经设计好了，只需要执行的工作，以后完全可以交给AI来做。”国内某大厂程序员阿冬认为，这种来自AI的‘侵入’是个好事，“能被AI替代的工作，本来我就不想干了。这些没有创造性的工作由AI接手，正好能让我有精力做更多有意思的事情。”

从事基础工作的“底层程序员”也许会感到一丝凉意，前美的集团AIoT算法负责人连诗路告诉深燃，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。在搭建这个模型的时候，大牛会提出，*个环节要用supervised deep learning（有监督的深度学习)，而且用的是GPT3这样一个成熟的模型。”他解释，搭建框架的这拨人很难替代，原因就在于如果一个没有足够开发经验的人，万一把损失函数放到*步，优化损失函数值的空间会极低，那对结果来说就是南辕北辙。“我认为底层程序员做的事情就是，大牛已经告诉他用什么框架，告诉他如何调整dataset和参数的大小，他只需要引入，写一些固定的代码即可，这部分ChatGPT就会做。这一拨人已经产生不了更高的价值，或者说这一拨人的价值会被ChatGPT替代。”

“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，并且能够发现和解决问题，创造新的生产力的程序员，才会在ChatGPT面前更加从容和自信。

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，人类创造并训练人工智能。当人工智能发展到ChatGPT出现的这一刻，被人类创造出来的机器，反过来撕下了人类无效工作的假面，将一些重复、机械、含金量低的工作推到悬崖边。

相比普通大众，计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，兴奋是因为对ChatGPT以及人工智能的未来充满希望，“现在ChatGPT走大数据、大模型、大算力的路线，采用庞大的Dataset（数据集），这个路子很可能是完全正确的，因为以前我们尝试过很多小数据、小调优算法都达不到这种效果。”

焦虑的原因就更为复杂，简单来说就是怕被抛下。连诗路说，现在很多互联网的大佬都在没日没夜地找ChatGPT的应用方向，大家都在浪潮上，他从十年前就大喊AI，现在更怕自己起了大早赶个晚集。“搞算法的人也焦虑，焦虑自己的算法方向有没有问题。”

在谭林看来，ChatGPT给程序员带来的焦虑，也是一件好事。千千万万个普通程序员的核心竞争力还是对需求的理解能力，独立完成设计架构的能力，而这恰恰也是避免自己被AI取代的核心竞争力。“像我从事的网站开发工作，可能前端人性化设计类的工作比较难取代，但后端数据库操作、传参接口这些可能过个几十年就不好说了，这些也没办法，只能多去锻炼自己的代码能力，继续学习。”

阿晨最近也在为自己的团队面试技术人员，有了ChatGPT之后，他对经验较少的面试者的要求也会更辩证一些。“没有真实开发经验不要紧，我会更希望他们有自己的逻辑思维，不能只会执行，只会做ChatGPT能够做的事情。”

连诗路还提出，如果将来ChatGPT这类AI大规模进入企业，伴随而生可能是对于复合型技术人才的需求，也就是产品型技术人员，或技术型产品人员，这种人才现在是非常稀缺的。他解释，从他的观察来看，国内外很多大型互联网公司里，产品人员和技术人员是水火不相容的，双方不愿意良性沟通。“ChatGPT则需要一个兼容的角色，懂技术，又能快速发现需求，并把需求清晰地解释出来，因为理论上讲，未来只要给ChatGPT明确的prompts（提示、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，很多企业都宣布准备接入。“这个可能就像现在很多的云服务器，最开始使用的时候肯定由生产商支付了大部分费用，企业端可能觉得很便宜，但是一旦依赖了，人工智能公司造成垄断，这个使用成本就会慢慢增加，现在很多企业开始考虑搭建私有化的服务器，我觉得人工智能系统也会经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，需要视情况而定。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结合程度，包含大量人类经验和创意的工种尚能保住饭碗。另一方面则是成本的对比，如果人工智能系统用于做客服的价格比雇佣人力要低，那自然可以取代，但如果人工智能系统用于做编程的价格更高，那程序员就会一直被需要。

不可否认的是，机会在走向高处，走向控制AI的算法工程师，走向懂需求和技术的复合型人才。基础性工作会逐渐丧失价值感，这一部分人要么离开，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，如果人类创造AI的初衷就是解决掉人类工作和生活中的繁文缛节，那AI就不会是敌人，而是更聪明的诤友。

谭林说，就像马车协会抵制燃油车一样，面对新生事物，旧的事物会天然地排斥和恐慌，但当你发现潮水不可逆转的时候，你同时也发现，你正和潮水涌向同一个方向。

*应受访者要求，樊高、谭林、阿晨、阿冬为化名。

标签： 人工智能 技术人员 人工智能系统