通过示例讲解chatgpt到底有没有用
网上关于chatgpt的传言有很多，有两个极端，一派认为非常有用，以后程序员都要下岗。另一派认为屁用没有。
今天我打算用一个事实的例子，来演示一下chatgpt到底有没有用。
我尝试用10分制来总结每个问题，如果这其中chatgpt有帮助。我们就会写4:6, 或者 5:5，后面那个数表示chatgpt的贡献。
问题是这样的。在three js中，outline的pass对边框部分是没有深度上的特殊处理的，如果直接显示outline的结果当然没问题，但如果把outline pass的输出仅作为一个中间结果，还要和别的render target中的结果进行合并，那么outline的部分就会因为深度的问题被挡住。因此，我们需要将outline的边框部分的深度自定义为0，即最靠近镜头。
那么对于问题本身，chatgpt的贡献是0。也就是说，发现问题的过程，是开发和PD的问题，如果开发和PD提不出问题，那么chatgpt是帮不上任何忙的。也就是
1，问题本身 10:0
那么，通过搜索文档，我们发现自定义shader有一个约束，即如果你想写深度，那么全屏的深度就必须都要写，不允许只写部分像素的深度。
关于shader的这个限制，不管你怎么和chatgpt对话，chatgpt都不太可能主动的去提示你有这个限制，chatgpt是会给你一些shader的示例代码，但你会有疑问，为什么不能写成
if (xxx) {
gl_FragDepth = xx;
}
的形式，而必须写成
if (xxx) {
gl_FragDepth = xx;
} else {
gl_FragDepth = yy;
}
的形式。
所以在这个问题，chatgpt的帮助不大，顶多算1分。即
2，shader中关于写入depth的限制，9:1。这里chatgpt对解决问题并不能帮上什么忙。
好，下一个难点。当我们真的把pass参数中的readBuffer中的depth拿来使用，写出类似如下的代码
if (是边框) {
gl_FragDepth = 0;
} else {
gl_FragDepth = readBuffer中depthTexture的深度;
}
你会发现，这代码根本不起作用。边框的深度并没有被改成0.
这时候，你需要进行各种排查。比如直接没有分支，gl_FragDepth = 0; 这么写是有效的。多试几次你就会发现，真正的问题在于。这个shader的输出也是readBuffer，输入出是readBuffer。GPL并不允许这种写法。也就是说同一个renderTarget不能同时作为输入和输出。
OK, 在这个问题的排查过程中，chatgpt还是帮不上什么忙。因为你几乎无法让chatgpt写出这种问题代码再问他为什么不能执行。你也很难去描述清楚你这个代码遇到的情况。所以在这个问题上，chatgpt再次得0分。
3, 某个renderTarget在shader中不能又当输入又当输出。10:0。chatgpt帮不上忙。
好，当你明白了这个点，你终于找到一个完美的问题去询问chatgpt，即
three js depthTexture deep clone
显然，chatgpt对这个问题就很满意，它马上给出了一段代码作为答案，我把这段代码全部贴出来。
大家看完这段代码有什么感想？我把最终我们应用的代码出贴出来
可以看到，对chatgpt给出的答案，我们还需要进行总结，掌握其核心思想，即想deep clone一个texture，需要使用有点绕弯的作法，即多进行一次渲染。在掌握了这个核心思想后。渲染的细节我们要根据自身代码的情况进行重新安排。比如这里我们使用了一个全局级别的rendertarget，并且省略了部分代码。
在这个问题上，可以说chatgpt贡献了解决问题的核心思路。但是作为程序员，依然不可能完全照抄chatgpt的结果，还是需要根据实际情况进行优化调整。所以这个问题，我觉得可以3:7分。即chatgpt的贡献占主要部分，程序员的总结占次要部分。
4, 具体如何deep clone一个texture。3:7。chatgpt终于给力了一回。
好了，观察整个问题的解决过程。如果把整个过程分成4步：即 1，提出问题，2，初步分析问题。3，具体分析问题。4，针对具体问题找解法。chatgpt在40分中得到了8分，也就是说，优秀的程序员依然贡献了总工作量的4/5。而chatgpt确实替代了1/5的工作。
以上这个比例也是我目前认为的一个比较公正的比例，即：优秀的程序员的逻辑思维能力依然是必不可少的。而chatgpt仅在问题相当明确的前提下可以给出靠谱的答案。
很多人看到chatgpt居然可以仅凭几个单词的提示就写出大段的代码，就认为其替代了程序员的工作。这未免太小瞧了程序员的思考的价值。毕竟，在写程序这个领域，提出问题远比解决问题来的困难，而提出问题也比解决问题本身提供了更多的社会价值。
不过从另一个角度，也可以说，如果一个程序员只懂得在问题非常明确的前提下去cc cv代码。那么这个程序员确实是可以被chatgpt取代大部分的工作的。只能说脑子还是要多动一动，不然被AI取代也不是句空话。
