607
社区成员




在书的 1.2.3 节,作者提到:
在 2022 年, CoPilot 和 ChatGPT 的出现,让大家眼前一亮。 请看相关的报道:
CoPilot: https://so.csdn.net/so/search?q=copilot&t=blog&u=&urw=
ChatGPT: https://so.csdn.net/so/search?q=chatGPT&t=blog&u=&urw=
我们还看到 ChatGPT 在教育界引起的反响。
那么,这些工具是否让软件开发工作有一个 10 倍以上的效率提升呢? 软件开发是否更加容易了? 软件工程师的职位是更多了,还是会更少? 软件工程师的报酬会更高还是更低?
这些工具和更强大的模型的出现,会让 CS / 软件工程 专业 10 倍地容易教,容易学么?
新文章文章链接: https://mp.weixin.qq.com/s/NcfhUV3dN9K20rdSPMOiQg
从 ChatGPT 引发百模大战,GPTs 让人人都能用自然语言构建 GPT,程序员能使用 CoPilot 等编程助手,全球范围内对于 AGI 通用人工智能的探索日渐深入,而计算机领域关于“超智能”的神话也愈演愈烈,其中一个广泛传播的观点是,计算机智能最终将超越人类智能,技术奇点即将到来。
但同时,也有许多科学家对这些热议保持理性或反对的态度。图灵奖得主、中美法三国院士 Joseph Sifakis 认为,再强大的机器也不足以战胜人类的智慧,在他的著作《理解和改变世界》中这样谈道:“我认为科学界应该对这种蒙昧主义和信口开河的混杂产物做出反应,并基于科学和技术标准,对人工智能的前景给出清醒的评估……人们都在热议计算机智能的假想风险,也许把真正的风险掩盖住了,包括引发高失业率、安全性、侵犯隐私权等。”
“对于经验丰富的工程师来说,利用 GPT 或其他大模型来提高生产力绝对是正面的。” Sifakis 教授随后话锋一转:“大模型会毁了初级程序员!”
你有什么看法?
欢迎你的分析。
转自微信群
“总结了一下最近重度进行AI辅助编程的心得。一个感受是,以前计算机科学的学生四年基本上学的都是数据结构和算法,但现在这些技能都没有那么重要了。换言之,两个码农,一个数据结构和算法好,一个学得一般,在前AI时代显然是前者写码又快又好,但现在在AI的加持下可能两个写的代码不论是质量还是速度都差不多。相反,最重要的技能可能是写注释。两个码农,一个认真写注释,一个随便写写,即使后者数据结构和算法学得非常好,整个写码的速度和质量可能也还是比不上前者+AI。再引申一下,要想有效利用AI编程,最需要的能力可能不是写代码的能力,而是开发经理的能力,比如了解下属(AI)的能力边界,拆分任务来适当delegate,评价质量和做出改进等等。这个文章给了更详细的分析。”
原文地址:https://yage.ai/ai-comment-oriented-programming.html
ChatGPT和后来GPT类应用层出不穷,我观察了一下身边工作的人,大部分人已经实现了用AI来辅助写各种文档材料,一个典型场景:
领导布置的写文档任务,原先要5天,现在只要半天
可以看看可汗学院是如何将GPT-4整合到他们的网站的:
如何既能帮助学生了解他们做错了而又不直接告诉他们答案,而是让引导他们思考?https://weibo.com/tv/show/1034:4930252116262944
刚听到同事在讨论我们的外包人员,几乎把所有的sql语句,都丢给GPT来写了。:)
只是换一个地方 ctrl+c, ctrl+v
看到这个,我重温了下邹老师写的知乎专栏文章:看那些大数据的猪在跑~
ChatGPT 正好可以补充进去,当你:既有很多数据,又有洞察力的时候,又有把握,而且时机还很好。
是不是就可以做出杀手级的应用。
软件工程师的工作取决于人类社会生产和生活的需求。
智能化辅助软件开发工具的产生,会提升软件开发效能,降低单位软件开发成本,会进一步催生更多软件需求产生,从而需要更多的软件工程师职位。
报酬是一个很复杂的度量结果,与工具有少部分关系,很难说更高或更低,看不出必然的趋势