对于广为人知的新兴技术,人们会高估1年后它的作用,低估10年后它的影响。于是有的听到这些道理的人,加上对注意力和流量的贪婪,会不加时间维度的给新兴技术赋以核弹爆炸般的毁天灭地的威能。
ChatGPT最终会对以语言为主要操纵对象的工作产生替代影响,包括编写代码的工作。但从程序员这个职业来讲,编码是基本功,和复制粘贴一样。程序员的编码工作量一直在下降,因为世界上的稳定运行的代码量总归是越来越多的,不用重复造轮子慢慢的演变成需要拼命找理由来重复造轮子。而需要大规模重新编写代码的契机,一般只在硬件和低级语言成熟稳定后才能出现。可惜的是,基础设施的大更新周期会拉得很长,长到足够嗅觉灵敏的程序员们造作的。所以程序员的修炼,更侧重的不是写代码,而是写得出代码,看得懂别人的代码并能在此基础上打补丁才是真牛。
从另一个角度看,开发活动从来都不以编写代码为主。分析设计测试部署,各个环节都在演进。在开发活动的其他参与人员看来,写代码工作最终就像是写一篇文章的时候需要用笔把文字一个个写出来一样。虽然现实中写代码并不会如此低价值,好的写代码过程会纠正错误的分析,会极大减少测试部署的活动成本,但大部分木讷的程序员是争不过专业是口若悬河的工作上游的。研发过程的最大风险点,不在于各个环节内做得不好,而是在于环节之间的负面影响失控了,上游的问题顺流而下,各层累加,到用户面前摆烂。所以对于研发的投资而言,即便用AI生成代码,也不能对成本优势和成品价值提升形成充足的保证,而对于引入的风险,可控程度也和加强程序员编码规范管理不相上下,再加上代码侵权方面的法律考量,在研发过程不发生质变的前提下,引入AI编码未必就能利大于弊,不建议折腾。
然而技术圈喉舌们可不会那么容易消停,每天不毁天灭地就完不成业绩啊。也有那些真的爱好探索新技术的,调戏一番ChatGPT后耳目一新,真诚点赞的。先说一个,代替律师出庭的,代替不了调查过程,拿了错误的文本材料怎么也做不出有效的辩护吧。再说一个,学校限制的,学校做得对,学习的过程就是要打下坚实的行业基础背景知识和足够的行业内实操能力,AI能力再强,也得是给人类干活的,人是万事万物的尺度。再说一个,友商的跟进,不算难,只是之前没有ChatGPT那样有创意,把提优性质的训练过程包装成全球用户的试用。
AI可以消灭岗位,却不能消灭职业。需要警惕的永远是,扩大的个人能力会扩大不公。可以预料的另一面是,会有更多的资源占有方,底气更足的对受分配的无产者喊道,你不做,有的是更便宜好用的机器做,然后交付给最终用户更烂的成品,更劣的服务,更虚的价值。所以,还是那句话,人是万事万物的尺度。