首个AI程序员上岗，码农们暂且不必过度焦虑-CSDN博客

本文链接：https://blog.csdn.net/Aweii__/article/details/140614002

“AI程序员上岗”或许是噱头，但淘汰焦虑仍然近在咫尺，需要积极面对。

▲随着相关技术的突飞猛进，AI也在加速介入人类的现实生活。图/新华社

微软的AI程序员尚在演示（DEMO）阶段，国内首个AI（人工智能）程序员已经宣布正式上岗。

据报道，国内某大模型企业近期正在内部推行AI编程，使用大模型辅助程序员写代码、读代码、查BUG（漏洞）、优化代码等。这一AI程序，还被分配了正式的员工工号，据企业相关人士透露，该企业已决定未来目标为20%代码由大模型编写。

“AI程序员上岗”的消息一出，“码农失业”也相应成为了人们热议的话题。创造出了AI大模型的程序员，会率先成为被冲击甚至是被取代的工作吗？

尽管淘汰焦虑已近在咫尺，但其实，从报道细节和行业发展现实来看，AI程序员取代“码农”这一担忧，目前仍然有些早了。

目前仍只是辅助工具

从报道中可以看出，此次“被上岗”的AI大模型，所承担的角色不是通常意义上的“写代码的程序员”，而是作为程序员的辅助程序。AI程序员所承担的这些功能，都是利用大模型的数据归纳分析能力，对既有代码进行辅助审核优化。

从业务实质上看，这一上岗的程序员也并未取代任何人的工作，而只是在现有的研发流程中，增加了一个“大数据审核”的环节而已。

这一工作职能，与一些媒体利用AI来纠查错别字、一部分医院利用AI来识别检验报告提供基础分析等一样，只是承担了人类判断决策的辅助功能，离真正的“人类程序员”相去甚远。

因此，如果要准确地表述这一报道，这并非“AI如同人类程序员一样上岗工作”，而是“将大模型作为辅助工具，提供给了人类程序员”。

而且，从当前行业发展现状来看，大模型目前还无法代替程序员的“写代码”等日常研发工作，一直是作为“智能编码助手”的身份在参与日常工作。

事实上，AI大模型作为编码的辅助工具，过去两年内在行业内得到了广泛应用，均是以“助手”的角色参与其中。

例如，国内另外一家大模型企业，也于去年发布过“编码助手”相关的工具应用。而在海外，也有不少大模型企业发布了专门辅助编程的工具应用。

准确率是一个大问题

近一年来，大模型参与编程应用的程度越来越深，包括参与代码的辅助输入与续写、与人类进行自然语言交互等，都使得“低代码”的趋势越来越明显。

或许正是基于此，多位大模型创业者和专家也曾提出，程序员有可能在5年内失业。

但目前为止，大模型仍然是以“助手”的角色参与编程，成为人类程序员的日常工作流程之一。期待中的“写代码、搞开发”的功能始终没有出现突破，也自然不可能在短期内替代真正的程序员。

原因何在？AI大模型生成代码的准确率，首先就是一个重要挑战。

2023年，多篇论文研究数据显示，AI从事简单编程任务一次性生成正确的概率大约在50%左右，和掷硬币得到的正反结果概率差不多。

2023年5月，国外一组研究显示，模型的参数每提高一个量级，代码生成的准确率可以提高5%-10%左右。以此估算，模型参数规模至少达到10万亿级别，等于是现在的ChatGPT4.0的10倍以上。

而就算达到了90%的准确率，大模型依然难以取代代码的生成工作程序员。在实际的开发过程中，不太可能让模型生成大量代码后，再由程序员去甄别筛选。

果真如此，光是阅读、检验这些大模型生成代码的成本，就已经远远超过了实际雇佣程序员写代码的成本了，得不偿失。

AI至今不会逻辑推理

大模型写代码，其实并不是真的在“写”，而是根据人类指令在过往的数据库中作检索后对答案进行归纳整理。AI无法根据代码运行的逻辑，对这些代码进行核验。

换句话说，从思维与生产结构来看，AI大模型原理依然是归纳，而不是逻辑推理。

因此，单从原理来看，大模型与程序员“写代码”在生产逻辑上也是完全不同的。这也解释了，为什么AI当下可以写出非常“标准”甚至“简约美观”的代码，但其代码本身的运转却经常出现错乱等问题。

关于这一点，国外相关AI研究人员也有所共识。

例如，致力于在财务、医疗、数据处理等领域应用人工智能解决方案的公司业ABBY在此前接受采访时承认，即使用最先进的系统，也可能出现人工智能错乱或输出不准确的情况，因此，人工验证目前依然必不可少、至关重要。

网络上有程序员分享过用大模型来生产代码的体验，结果显示，写一个简单函数模块时，AI或许可以胜任，但当需要多个函数模块时，AI所生成的代码就容易出现各种BUG，无法使用。

而就算勉强可以运行，也过不了公司内部的代码评审。这就是因为，尽管AI可以通过海量的搜索归纳来试图在形式上满足写代码的需求，但因为无法理解多个模块之间的逻辑关系，因此，不可避免会出现逻辑性的错误。

将加速人才新旧淘汰

可以说，截至目前，人工智能作为编码助手，依然是程序员的辅助工具，是对人类程序员的效率放大工具，而不是互相替代的关系。

给“AI”一个正式员工的工号与称呼，也无法短期内改变其并非一个真正的员工的现实，更遑论要取代“码农”。公众所设想的AI全面自动化的情景，很可能短期内无法到来。

尤其是，有创造性与原创性，需要综合调动创意与逻辑能力来完成工作的岗位，很难被AI取代。

但不可否认的是，AI大模型作为一种效率工具，仍然将在可见的一段时间内加速人才市场的新旧淘汰。例如，一部分率先应用AI的高级人才的效率提高，同时也加速了另一部分人才的落伍和被淘汰。

与此同时，大量容易被替代的基础性机械性岗位，例如文案整理、日程助理、内容审核等岗位，也很容易率先被替代。

如何进一步在教育体系、人才培养、发展中全面重视与提升人才的创造性，才是AI对人类生产关系提出的新课题。需要迫切面对这一课题的，就不仅是“码农”们了，而是我们所有人。

如何学习大模型 AI ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 请添加图片描述