封面是《底特律——變?nèi)恕罚覀€(gè)人蠻喜歡的一部描述機(jī)器人ai的游戲。

這是我在知乎上看到的問題，短短幾天就有了好幾百回答。除了證明了現(xiàn)在ChatGPT頂流的地位之外，也反應(yīng)了一些問題。普羅大眾是有一些焦慮或者恐慌的因素在的。

其實(shí)不只是普羅大眾，如果大家關(guān)注新聞的話，會(huì)發(fā)現(xiàn)美國(guó)那邊已經(jīng)有不小的聲音呼吁關(guān)注ai帶來的隱患，甚至叫停ChatGPT-5的訓(xùn)練。關(guān)于這件事情，其實(shí)在我意料之中。西方世界白左橫行，一旦某些行業(yè)稍有起色之后，動(dòng)輒就會(huì)扣上反壟斷、人權(quán)調(diào)查、環(huán)保問題等帽子。我不是說這些不重要，只是發(fā)展才是硬道理，這些不應(yīng)該排在發(fā)展的前面。

ai的影響力和熱度這么大，沒理由會(huì)是例外。當(dāng)然這對(duì)中國(guó)來說是好事，叫停了最好，剛好給我們追趕的時(shí)間。扯遠(yuǎn)了，說回問題本身。

我個(gè)人是充值了ChatGPT-4 plus的，重度使用了好幾天之后，已經(jīng)沒有最初那么驚艷了。尤其是最近惡補(bǔ)了一下大模型的相關(guān)原理知識(shí)之后，從原理上來看，大模型也是一個(gè)基于概率統(tǒng)計(jì)的模型。本質(zhì)上模型學(xué)習(xí)的目標(biāo)是根據(jù)輸入的文本，生成概率最大效果最好的答案文本。這也是為什么ChatGPT3.5版本的時(shí)候經(jīng)常一本正經(jīng)地胡說八道的原因，我們看起來胡說八道的回答，在ai看來恰恰是概率最大的結(jié)果，比如經(jīng)典的父母婚禮問題。

寫代碼也是一樣，ChatGPT的代碼也是基于同樣的邏輯生成的。它具有一定程度的理解和編輯代碼的能力，但由于它沒有真正經(jīng)過實(shí)際的編程工作，所以很多時(shí)候的回答有一點(diǎn)臆測(cè)的成分，特別是一些比較小眾沒有現(xiàn)成答案的問題。我之前在基于ChatGPT api開發(fā)工具的時(shí)候，就經(jīng)常遇到給出來的代碼似是而非，像是那么回事又有一些問題。

那如果ChatGPT繼續(xù)迭代，效果更進(jìn)一步，那么它能代替工程師嗎？我們做一個(gè)樂觀的假設(shè)，假設(shè)GPT-4在各個(gè)寫代碼的領(lǐng)域都有2-3年經(jīng)驗(yàn)工程師的平均水平。那么，它能替代程序員嗎？

如果我們只是看一下ai相關(guān)的演示，那么會(huì)有擔(dān)心和焦慮是正常的。我自己有的時(shí)候也會(huì)想，要是ChatGPT代碼寫得更溜一點(diǎn)，能不能替代我？但轉(zhuǎn)眼一看，第二天有個(gè)復(fù)盤會(huì)，瞬間又安心了。ChatGPT能寫代碼，它還能去和老板匯報(bào)嗎？

所以答案是肯定的，不行。

相信只要是有過一些實(shí)際開發(fā)經(jīng)驗(yàn)的小伙伴應(yīng)該都比較清楚，程序開發(fā)工作并不是就寫代碼而已。別說寫代碼了，就算是寫一篇媒體文章，哪家媒體公司也不敢讓GPT來寫文章然后不經(jīng)審核就發(fā)出去吧？哪個(gè)編輯敢這么干，估計(jì)職業(yè)生涯就到頭了。

寫代碼也是一樣的，并不是代碼寫出來放在那里就完事了。開發(fā)之前要開需求評(píng)審會(huì)，了解復(fù)盤需求的具體內(nèi)容以及各種細(xì)節(jié)，確保理解到位。開發(fā)過程當(dāng)中還要和上下游其他協(xié)作方開進(jìn)度會(huì)，商量制定api接口、數(shù)據(jù)等各種規(guī)范，以及協(xié)調(diào)各方進(jìn)度。開發(fā)完成之后，還要聯(lián)調(diào)測(cè)試，保證上下游整個(gè)鏈路通常順利。測(cè)試完成之后，還要再拉上產(chǎn)品經(jīng)理以及需求提出方review，保證產(chǎn)出結(jié)果符合要求，最后才是發(fā)布上線。

尤其是一些大公司，不說代碼，整個(gè)開發(fā)流程就條條框框各種規(guī)范搞得非常復(fù)雜。尤其是上線這種影響巨大的事情，還需要層層審批，很多時(shí)候遇到各種問題被block住，肯定還是需要人去溝通協(xié)調(diào)的。

一個(gè)工程師完成一個(gè)需求，真正用來寫代碼的時(shí)間可能就20%。剩下大部分的時(shí)間都在開會(huì)和測(cè)試、debug等。換句話說和電腦、代碼打交道的時(shí)間并不多，大部分時(shí)間還是和人打交道。畢竟代碼寫出來都是給人用的，沒有人用的代碼寫得再漂亮也沒有價(jià)值。

其次，雖然GPT-4的上下文理解能力以及代碼能力都很不錯(cuò)，甚至某些情況下達(dá)到了優(yōu)秀工程師的水平，也是沒辦法代替人類的，哪怕是一些所謂最基礎(chǔ)的增刪改查工程師。

道理也很簡(jiǎn)單，因?yàn)樵趯?shí)際的項(xiàng)目和開發(fā)當(dāng)中，存在大量的背景信息。說人話就是修修補(bǔ)補(bǔ)的各種補(bǔ)丁和坑都太多了，也就是我們常說的口口相傳的情況。其實(shí)口口相傳的都是一些開發(fā)過程當(dāng)中的關(guān)鍵信息，這些信息非常復(fù)雜，文檔里也沒有，有些也很難用文檔描述（比如某個(gè)需求是老板提的，某個(gè)糟糕的設(shè)計(jì)是老板親自做的）。全靠工程師人傳人和日積月累地踩坑積累經(jīng)驗(yàn)，新入職的人類高級(jí)工程師尚且需要一兩個(gè)月的時(shí)間逐漸熟悉，更別提GPT了。

難道每次有需求都讓老板寫一篇鴻篇巨制把項(xiàng)目中的坑點(diǎn)以及歷史遺留問題等等都寫成文檔丟給GPT嗎？且不說對(duì)于一些復(fù)雜的項(xiàng)目來說，這些文檔的篇幅有多大。哪怕真的寫出來了，GPT沒理解對(duì)寫的代碼有問題怎么辦？再反復(fù)和GPT溝通讓它去改，不又得花時(shí)間嗎？老板一天別的事情不干就和GPT聊天了是吧……

老板肯定說有這功夫和GPT扯皮讓它修改，我自己寫早寫完了。

最后簡(jiǎn)單分享一下我個(gè)人的理解，GPT-4能夠?qū)懘a和回答一些問題，其實(shí)是一個(gè)非常強(qiáng)大有效的工具。工具誕生的意義是提高生產(chǎn)力，解放人類勞動(dòng)，讓人類有精力投入到其他更高層次的工作當(dāng)中去而不是單純地替代人類。簡(jiǎn)單來說，使用GPT可以提升程序員編碼的效率，同樣的人可以做更多的工作。

表面上看，因?yàn)樾实奶嵘?，似乎?huì)有一批人因此失業(yè)。但這有一個(gè)前提就是需求是恒定的，但實(shí)際當(dāng)中并不是如此，科技的發(fā)展并不只是淘汰老舊生產(chǎn)力而已，它可以降低使用成本，一些從前做不了或者很貴的事情現(xiàn)在變得廉價(jià)了，那么很有可能因此挖掘出新的需求，帶來新的產(chǎn)業(yè)和機(jī)會(huì)。

只有馬車的時(shí)代，只有極少數(shù)人能出遠(yuǎn)門。汽車的普及雖然看似淘汰了馬車司機(jī)，但也讓更多人愿意出遠(yuǎn)門，直接引爆了出行的需求。由此圍繞著汽車出行帶動(dòng)了石油、酒店、公路等一系列產(chǎn)業(yè)鏈，從而誕生了更多的就業(yè)崗位。這也是為什么工業(yè)革命以來農(nóng)民的占比在迅速走低的原因，因?yàn)樯a(chǎn)力提升了，20%的農(nóng)民就足夠滿足所有人吃飯的需求了，其他人就可以去做一些更高價(jià)值的工作了。

從這個(gè)角度來說，GPT更像是新時(shí)代的汽車，它卸下了馬車上的重?fù)?dān)，也因此讓人類能走得更遠(yuǎn)。