大模型真要取代程序员了？最危险的岗位是......

前言：大模型时代引发的思考

如今，随着大模型在编程、代码生成、自动化测试等领域展现出越来越强大的能力，一个引人深思的问题浮现出来：大模型会不会最终取代程序员的工作？

有些人认为，世界上本就没有哪项工作是绝对安全的，机器取代人工本就是迟早的事。从 GitHub Copilot、ChatGPT 到国产的通义灵码，各类替代工具纷纷涌现。AI 会做得越来越多，人类做得越来越少。百度 CEO 李彦宏就曾说过，基本上以后不会存在 “程序员” 这种职业了，因为只要会说话，人人都会具备程序员的能力。

但另一些人，则持不同的观点。他们认为：“低端程序员会消失，有创造力的程序员会做大”，“编程仍是基础，是必须要学的，程序都看不懂，再有创造力也没用”。360 CEO 周鸿祎就觉得，程序员热十年内不会减弱。尽管未来人人都会用电脑，所谓人人都是程序员，但不同的人用电脑创造的产品完全不一样，AI 时代更需要计算机专家和程序员，他们可能是各行各业最有发言权的。

那么，真实的情况是怎样的？大模型技术到底能取代哪些工作，又会如何影响程序员的职业生涯？作为普通程序员，应该如何适应变化？

我们邀请到了科大讯飞 AI 工程院智能体研究负责人杨彦波、PingCAP AI Lab 团队数据科学家孙逸神、Infra 工程师马工，一起来探讨一下，大模型的发展，究竟会如何塑造未来的技术职场？

一、现在的大模型发展到哪一步了？能替代哪些工作？

在讨论大模型对程序员职业的影响时，杨彦波指出，程序员的工作范围已经从单纯的软件开发扩展到包括脚本编写、软件测试等多个领域。目前，大模型在简单场景下，如翻译、文档整理、数据标注等方面，已经能够配合一些智能体框架做得比较好，这些领域的工作相对容易被大模型替代。

孙逸神提到，虽然大模型如ChatGPT在文字领域有惊艳的表现，但在处理复杂的文本关系时准确率并不高。他认为，大模型在程序员领域可以处理一些基础工作，但缺乏真正的逻辑推理能力，无法进行高级开发或创新。

马工提出，尽管大模型如Copilot能提供有用的代码建议，但程序员仍需亲自审查，以确保代码质量。他质疑，如果大模型能处理99%的日常工作，那么程序员的角色是否会大幅减少。

杨彦波进一步解释，大模型的发展不仅仅是其自身能力的提升，还包括编程范式的转变，特别是智能体（agent）的概念。他预见，未来复杂的任务可能会通过智能体平台，由多个协同工作的智能体来完成，这可能会改变程序员的传统工作方式。

综上所述，大模型目前能在一些简单场景中替代程序员的工作，但在高级开发和创新方面仍有限制。未来，随着智能体和编程范式的进一步发展，程序员的工作方式可能会发生重大变化。

二、未来还需要人类程序员吗？

在讨论大模型对IT团队的影响时，杨彦波提出了一种激进的观点，认为大模型不仅可能取代程序员，还可能取代整个IT团队，包括产品经理等角色。他预见到，随着这些岗位的消失，新的岗位将会诞生。

孙逸神则从实际经验出发，指出当前大模型在处理复杂任务时仍面临挑战。例如，在长上下文或复杂逻辑的情况下，大模型的成功率较低。他强调，尽管大模型如ChatGPT在某些方面表现出色，但在重复执行复杂任务时，其性能可能会大幅下降。此外，他还提到，对于医疗、金融等敏感领域，即使AI能够提供决策支持，最终仍需人类专家承担责任和审核，这意味着相关岗位不会被完全取代。

马工提出，随着技术的发展，大模型可能会在未来几年内取得显著进步，从而能够处理更多复杂任务。他还探讨了在不同领域，如医疗信息管理系统，大模型的应用可能性。

综上所述，虽然大模型在IT领域的应用正在逐步扩展，但目前仍存在许多限制，特别是在复杂任务和需要承担法律责任的情况下。因此，尽管大模型可能会改变某些岗位的工作方式，但在可预见的未来，它们不太可能完全取代IT团队或程序员。

三、什么样的岗位最危险？

杨彦波认为，自动驾驶的例子并不适用于程序员的工作，因为现实中无人公交和无人快递的试点已经显示出技术的可行性，尽管完全取代人类驾驶员还需要时间。他提出，程序员的工作被取代也是逐步的过程，从简单重复的代码开发开始。他的公司已经使用依赖大模型的智能体技术来取代这类工作，从而降低了用人成本。

杨彦波进一步解释了智能体的概念，指出智能体（agent）在 大模型出现之前就已经存在。智能体是一个工具或实体，可以帮助人们完成特定任务。在当前的应用中，智能体不仅仅是调用大模型，还包含高阶能力，如任务规划和领域知识，使其更加贴近真实用户的需求。

孙逸神赞同杨彦波的解释，并补充说，智能体可以被视为一个控制器或机器人，它接受输入，感知环境，做出决策，并输出行动以改变环境。例如，使用LLM的携程客服可以被视为一种智能体。

四、被取代了该怎么办？

在讨论程序员被大模型取代后的出路时，杨彦波指出，即使大模型的能力边界扩大，程序员应该关注的是如何提高大模型输出的质量、安全性以及符合伦理标准。他提到，随着大模型的应用，将产生新的岗位，如内容安全审核等。此外，他还预测开发智能体（agent）将成为一种新兴岗位，旨在使大模型更加易于理解和使用。

马工对普通程序员是否有能力开发智能体表示怀疑，认为他们可能只能成为智能体的小助手，负责审核智能体的工作成果。

孙逸神认为，大模型虽然可以替代一些基础工作，但程序员的工作并不局限于简单的输入输出。他强调，程序员在不同的领域仍需要专业知识来完成复杂任务，如系统架构和复杂的业务场景。他指出，大模型在理解物理定律方面有限，因此在需要深入专业知识和技术的工作领域，程序员仍有其不可替代的作用。

马工提出了一种应对策略，即通过学习和使用新语言来保持职业竞争力，因为大模型可能还没有充分学习到这些新语言的文本，从而在这些领域中仍需要程序员的参与。

五、那么，我们该如何学习大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。

以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。