当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 别担心,ChatGPT不可能裁掉程序员

别担心,ChatGPT不可能裁掉程序员

来源:51CTO.COM 2023-05-11 13:27:42 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《别担心,ChatGPT不可能裁掉程序员》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

“未来三至五年内,GPT 能把一个十个人的编程开发团队精简到几个人吗?”

这是我在知乎上看到的一个问题,在这里分享下我自己的想法。

1

我在之前的文章中反复提到过,ChatGPT设计能力很强,生成代码能力很强,对于模块级代码,程序员只需要引导它去生成就可以了,但是程序员还需要验证、判定生成代码的正确性。

设计能力:ChatGPT开始威胁程序员的核心能力了!

代码能力:程序员可以放心了,ChatGPT只能写95%的代码!

这是一个重要的前提:在ChatGPT的辅助下,程序员的生产率会大幅提高。

在许多情况下,代码生成的速度可以比手动编写的速度快10倍甚至更多,并且考虑到验证和调试所需的时间,也可以达到3到5倍的效果。

现在使用ChatGPT是有门槛的,有一批先行者率先吃了螃蟹,极大地提升了工作效率,还有不少人处于对ChatGPT旁观,甚至不屑一顾的状态。

随着时间的推移,大部分人都会转移到“用AI生成代码”这个阵营,因为你不用,别人用,你的竞争力就相对下降,尤其是在老板的眼中。 

当大部分人都转移以后,会不会出现大家都迅速地完成手头工作,然后开心的摸鱼呢?

可能性不大,老板不是傻瓜,当一件革命性的生产力工具出现以后,老板怎么会不知道呢?

他怎么可能还认为程序员的生产率保持不变呢?!

资本都是追逐最大利润的,生产率提高了以后,老板很有可能把十个人的团队精简为两三个人,给剩下的人涨点10%的工资就行。

这样就是百分之七八十的程序员要失业了。

真的会这样发展吗?这种情形也有一个前提:IT界的总需求不变。

2

从过去的几十年看,IT界的总需求一直是在不断扩张的。

世界上第一个高级编程语言Fortran出现的时候,对现有的汇编编程是个降维打击,程序员的生产率暴涨,门槛一下子降低了很多。和今天ChatGPT生成代码有点儿类似。

当时很多汇编程序员面对这个高级语言,也是不愿意使用,找了一堆理由,例如Fortran编译出来的二进制代码效率低,还是写汇编好。

但是简单易用的高级语言还是以不可阻挡之势扫荡了世界,现在用汇编的只剩下特定领域的人了。

高级语言像ChatGPT一样,也是极大地提升了生产率,可是并没有导致编程群体的缩水,反而出现了更多的程序员,这个群体由于高薪的吸引力,反而极大繁荣了,因为整个市场在扩张:

大型机和小型机的出现,计算机开始从科研机构进入公司;

PC的出现,让计算机从公司进入家庭。

互联网尤其是移动互联的出现,让计算机从家庭到了个人的手上。

历史上每一次的变革都意味着一次市场巨大的扩张,每次扩张都会带来大量的需求,很明显,这些需求都需要更多的程序员来满足。

3

如果以ChatGPT为代表的大模型真的成了通用人工智能,那它完全可以替代程序员,文章开头的问题也没有意义了,到那个时候,受影响的可不仅仅是程序员群体了,而是各行各业。

但从现阶段看,ChatGPT是个生产率工具,它不会直接导致专业开发者群体缩水,事情的关键是随着AI大模型渗入各个行业,到底能带来多少机会。 

我对新技术的出现总是乐观的,期望ChatGPT的火爆能成为比肩90年代互联网爆发的标志性事件,引发一场深刻的技术变革。

大模型会逐渐和具体行业结合,和具体领域结合,比如最近学而思宣布要搞MathGPT,哈工大开源的华驼医学GPT......

以后有可能一部分程序员专门负责训练各行各业的私有化模型,另一部分人基于模型开发应用。

程序员的技术栈可能会发生翻天覆地的变化,就像从桌面开发转向Web开发一样。

ChatGPT虽然能干掉一些就岗位,但是也会带来更多的新岗位,市场能继续扩张。

实际上,如果迟迟没有新技术的出现,程序员群体反而会比较悲惨,因为互联网流量见顶,红利吃尽,公司裁员的裁员,降薪的降薪,大家只好疯狂内卷了。

本篇关于《别担心,ChatGPT不可能裁掉程序员》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
Redis在消息队列中的应用实例Redis在消息队列中的应用实例
上一篇
Redis在消息队列中的应用实例
Redis在虚拟现实和增强现实中的应用实例
下一篇
Redis在虚拟现实和增强现实中的应用实例
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    279次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    333次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    326次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    297次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    116次使用