電子發(fā)燒友網(wǎng)報道（文/吳子鵬）日前，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏在央視《對話》?開年說的訪談中表示，以后其實不會存在“程序員”這種職業(yè)了，因為只要會說話，人人都會具備程序員的能力。“未來的編程語言只會剩下兩種，一種叫做英文，一種叫做中文。”

值得注意的是，在此之前，英偉達CEO黃仁勛也發(fā)表過相同的觀點。他認為，隨著人工智能在各個領域的快速發(fā)展和采用，對于年輕一代來說，編程不再是一個可行的職業(yè)。編程作為一種職業(yè)可能會消失。

不過，針對這一觀點，也有企業(yè)家發(fā)表反對意見。360創(chuàng)始人周鴻祎針對李彥宏觀點就回應稱，AI時代更需要程序員，程序員熱十年內(nèi)不會減弱。他講到：“大模型將替代程序員？未來不用學編程了嗎？我認為，程序員熱十年內(nèi)不會減弱。盡管未來人人都會用電腦，所謂人人都是程序員，但不同的人用電腦創(chuàng)造的產(chǎn)品完全不一樣，AI時代更需要計算機專家和程序員，他們可能是各行各業(yè)最有發(fā)言權的。”

那么，程序員到底會不會消失呢？受影響的程序員該如何展開自救呢？

AI大模型對程序員的影響

Fixie聯(lián)合創(chuàng)始人兼CEO、前谷歌Chrome移動團隊工程總監(jiān)Matt Welsh實際上也持和李彥宏等人相同的觀點，他曾在線上演講中對GPT-4大模型和Github Copilot大加稱贊，認為這些工具完全替代程序員只是時間問題，未來程序員這一職業(yè)將消失。

2023年3月15日，Open AI團隊正式發(fā)布GPT-4大模型。作為當時全球最領先的多模態(tài)大模型，GPT-4在各種專業(yè)和學術基準上的表現(xiàn)達到“人類水平”。例如，它通過了模擬的律師考試，分數(shù)約為應試者的前10%。確實，GPT-4將AIGC推向了一個全新的高度。

隨后有程序員測試了GPT-4的編程能力，測試人員是搜狐汽車產(chǎn)品技術中心高級開發(fā)工程師吳奕蒙。根據(jù)他的描述，GPT-4的圖像處理能力讓人印象非常深刻，通過一張網(wǎng)頁草圖在10秒內(nèi)生成了網(wǎng)站的代碼，并且可運行。“按照原來的理解，首先需要做圖像的文字識別，我們叫做OCR的任務，提取圖片中的文字內(nèi)容，但GPT4或許沒有通過這樣的方式去進行。”

由此可見，GPT-4確實能夠勝任一些編程的工作。

當前，AI輔助編程已經(jīng)成為大勢所趨。換句話說，AI大模型對現(xiàn)階段的軟件開發(fā)模式和程序員的工作模式已經(jīng)造成了很大的沖擊。再看Github Copilot，這款工具基于微軟GPT 4。統(tǒng)計數(shù)據(jù)顯示，用過Github Copilot后愿意付費的達到了驚人的 69.2%，可見這款工具對程序員的幫助有多大。

匯總程序員的使用體驗可以發(fā)現(xiàn)，Github Copilot不僅可以理解上下文的語義，而且可以從整個項目的角度跨文件獲取上下文進行代碼生成，成熟功能的代碼實現(xiàn)大部分已經(jīng)不需要程序員了。有程序員團隊管理人員稱，Github Copilot等工具出現(xiàn)，重塑了工作流程——Github Copilot可以勝任部分相對固定的物料生成，在這些工作上，人類編程人員只需要負責prompt的錄入和產(chǎn)出物的審核。

實際上，人工智能技術早就在編程領域開始應用，比如NLP、知識圖譜、自動推理等技術皆是如此。不過，AI大模型將這些能力提升到更高的水平，且具備了功能性代碼的生成能力。在這種情況下，傳統(tǒng)初級程序員的工作確實是大受影響，這些人員的工作主要是功能實現(xiàn)和重復場景實現(xiàn)。

國內(nèi)工具在這方面也有進展，比如阿里千億級參數(shù)大模型通義千問2.0。通義千問2.0的智能代碼在解決Python問題——“返回所給字符串中最后一個單詞的長度”時，輸出結果在權威測試平臺擊敗了83.17%的Python3用戶。

再舉一個例子，我們看Apache SeaTunnel 在數(shù)據(jù)源連接方面的實現(xiàn)，Apache SeaTunnel 核心團隊構建了下面的模型。在數(shù)據(jù)平臺上，人類無法對接上千個SaaS平臺接口，但是AI大模型工具是可以的。不過，隨著任務復雜性、差異性提升，人類程序員的價值會逐步體現(xiàn)。

圖源：Apache SeaTunnel

綜合上述內(nèi)容可以發(fā)現(xiàn)，未來幾年，只會基礎功能編程，以及重復場景編程的程序員將逐漸消失，這些工作將由AI工具來承擔。主要體現(xiàn)在兩個方面，其一是從指令到代碼，數(shù)據(jù)可視化、前端游戲開發(fā)、游戲開發(fā)、LATEX語言編寫等工作，尤其是重復性功能實現(xiàn)，或者相似功能實現(xiàn)，基本可以用AI工具；其次是理解現(xiàn)有代碼，包括逆向工程匯編和代碼擴展等，工具更加擅長處理這些工作。

此外，由于大模型擁有海量的編程實例，和出色的可擴展性，初級工程師成長不再依賴老師傅帶，可以快速入門，并快速和工具綁定。有編程人士稱，未來5年，能否熟練使用AI大模型將成為程序員的必要技能之一。

程序員如何提升自身價值

雖然GPT-4等先進大模型對程序員職業(yè)有沖擊，不過現(xiàn)階段依然還不能完全替代程序員，比如吳奕蒙就提到，GPT-4實際上和GPT-3.5一樣，依然只是對復制過去的程序做錯誤可能性的羅列，“對開發(fā)工作而言應用場景的差別不大，它仍然不能夠直接解決復雜的問題。”

要想不被AI大模型替代，那么有三條路徑是非常明確的：善用工具的人，不可被工具替代的人，以及和工具成長綁定的人。

首先說說善用工具的人。這是一個人類程序員和AI大模型融合的新工種。通過AI大模型，人類可以及時獲取正確的代碼、優(yōu)化建議，以及每行代碼正在執(zhí)行操作的說明，大幅提升開發(fā)的效率。GitHub Copilot研發(fā)團隊表示，在工具的“Scale it”階段，他們已經(jīng)基本確保 AI 模型結果的一致性、管理用戶反饋，并定義了關鍵性能指標，以實現(xiàn)應用程序的普遍可用性（GA)。因此，人類把控質(zhì)量，給出方向，實現(xiàn)差異性場景，結合工具實現(xiàn)的基礎功能和重復場景，這會是一種新的工作流程。

然后說一下不可被工具替代的人。實際上第一點就已經(jīng)提到了，然后在Apache SeaTunnel案例上也有提到，差異化場景，以及核心功能開發(fā)，工具實際上并不擅長。比如，很多程序員遇到不能實現(xiàn)的功能，都會去GitHub請教，在2294個GitHub真實問題面前，GPT-4解決隨機GitHub問題的通過率，竟然是0%，即便是Claude 2，也只有1.96%的通過率。那么也就是說，難度較高、復雜度較高，以及創(chuàng)新價值大的編程問題，工具都不能勝任，這一類人才就具有不可替代性。

最后當然就是和工具成長綁定的人，這些程序員要不然就是促進AI大模型的發(fā)展，要不然就是根據(jù)場景將大模型切分為小模型。雖然GPT-4等工具有時候也可以創(chuàng)建小模型，不過根據(jù)測試，在落地過程中，工具很難解決實際問題，除非粗暴地給足數(shù)據(jù)和算力，但這樣往往失去了性價比。所以，跟隨AI技術創(chuàng)新成長的人才也有很穩(wěn)定的崗位。

結語

AI大模型會讓程序員消失嗎？基于現(xiàn)有的發(fā)展來看，這很難實現(xiàn)。不過，AI大模型重塑程序員崗位職能和工作流，這是毋庸置疑的，善用工具將成為程序員必備的技能。如果不想被淘汰，就要成為工具不好替代的新式人才。