手写 100% 代码的 19 年老程序员,拒绝使用 Copilot、GPT-4 工具后,惨遭淘汰、解雇!...

554cee4f7918b2a6290b135b15e8daee.gif

整理 | 屠敏

出品 | CSDN(ID:CSDNnews)

一个月前,GitHub CEO Thomas Dohmke 为自家的 AI 辅助编码工具 GitHub Copilot X 站台,在全球网络峰会现场,亲自下场体验了一把,最终用 18 分钟编写出了一款贪吃蛇游戏。

整个编码过程速度之快,似有让人人成为“10 倍开发者”的趋势。

不过,近日,Twitter 上一名技术人分享了他监督的一个事件,即拥有 19 年编码经验、会 100% 手写代码的程序员最终败给一位仅有 4 年经验、却善用 Copilot、GPT-4 的后辈,后因不愿拒绝使用辅助代码工具,只想写可控的代码,惨遭面试淘汰,而后者轻松拿到了全职 Offer。

8099f897cbec68eddae1f6d783e7bc09.jpeg

当「拒绝使用 Copilot、GPT-4 等编码工具,即使有多年编码经验,还是会被淘汰」这样太过绝对性的后果照进现实时,引发不少程序员热议——编码是否可以作为衡量程序员的唯一标准?辅助编程工具对于当代程序员而言,究竟是可选项还是必选?凭什么拒绝使用 AI 辅助代码编程工具后,经验丰富的程序员就没有了优势?它是否真的能够提升效率?

透过这一事件,本文也邀请了几位一线的开发者来谈一谈。

6e32330cf49d1b2059abe871c80585a9.png

100% 手写代码的 19 年老程序员 

vs 

善用 AI 编程工具的 4 年新程序员

事情起因于一位名叫 Ab Advany 的技术人在 Twitter 上的分享,两周前,他帮助在代理机构的一个朋友去监督一个项目,期间聘请两名程序员来创建最简可行性产品(Minimum viable product,简称 MVP)。

他和两位程序员都有过合作,所以也知道他们相应的背景:

  • 其中一位是来自德国的 Alex。平时会 100% 的手写代码。19 年的编码经验。

  • 另一位是巴基斯坦的 Hamid。他擅长编写代码,也会使用 Copilot、GPT-4 辅助代码工具,以及无代码开发。拥有 4 年的开发经验。

让他们各自去创建 MVP,你觉得会发生什么。

需要提前注明的是,这两位程序员都收到了 Figma 详细的规格说明。另有一位设计师协助他们提供所需的资产,还有一些需要整合的现有代码。

一周时间之后,先来看看善用 AI 辅助编程工具的 Hamid 的情况。

Hamid 率先完成了 MVP 的第一个版本,以及完成 100% 的代码测试覆盖率和无代码部分的端到端测试。整体来看,MVP 的 95% 工作似乎已经完成,甚至乍一看这款产品可以工作......

具体来看,Hamid 先是借助无代码应用程序开发平台 Bubble 构建了 UI 和前端,使用 GPT-4 生成 Cloudflare Workers,使用 Copilot 集成现有代码,并使用 GPT-4 (playwright/ava) 生成测试。

整体成本:

GPT-4:211 美元

Copilot:20 美元

Cloudflare:5 美元

无代码平台 Bubble:134 美元

薪酬:2460 美元(工作 41 小时) 

托管/运行成本:139 美元/月

与之形成对比的是,手敲代码、拥有 19 年开发经验的 Alex 的最新进展:

Alex 一周共计完成了大约 7% 的任务。

整体成本:

托管服务 Vercel:20 美元 

薪酬:3500 美元

估计用于开发所有内容:45,000 美元。并预计 11,000 美元用于添加测试。

托管/运行成本:20 美元/月

起初,Ab Advany 和他的朋友都认为 Hamid 会在 8-10 周内完成 MVP 的构建,而 Alex 会多花一两周,但结果让他们都感到吃惊。

7e043e0a55e6acbb8c7cbf1d8375ba97.png

不会用 GPT-4、Copilot 的程序员,不是好的程序员?

带着这样的结果,Ab Advany 的朋友与 Alex 进行了交谈。

不过,Alex 坚持认为,运行自己开发的这个应用程序会便宜得多,而且一切都可以在掌控之中。

Ab Advany 则在 Twitter 上点评道,”Alex 不理解产品发布速度慢 13 倍和开发成本高 25 倍之中蕴藏的机会成本。“

最终因为只想自己”手动编码“而不信任无代码/AI,Alex 被解雇了。

Ab Advany 表示:

”我朋友的开发机构有 100 多个像 Alex 这样的开发人员。现在他要用 Hamid 这样的开发人员重新培训或替换他们......

我认为像 Hamid 这样的人五年后仍将有工作,而像 Alex 这样的人将不得不寻找其他工作/职业。你怎么认为?“

65eadac423c2f71d568d1f817eaf84f4.png

396e970401d86cd14c8108d9dd66784f.png

喜欢挑战,成为 Alex 不用 Copilot 的原因

对于这一观点性言论,随即便有开发者表达了不满,称:“如果把编码能力和效率作为衡量一个程序员的标准,那么首先就错了。实际上,完成代码是业务成功中最不重要的部分。对于代码,迭代很重要。而迭代对于商业成功又很重要。公司应该找一位已经知道这些权衡的工程师,而不是复制粘贴者。事实上,当世界上的 Hamids 接管 AI 的 MVP 时,公司对工程师的需求只会更大。”

针对这一事件,CSDN AI 研发总监范飞龙表示,Hamid 的成本一般是得由公司承担的,分摊到个人没那么多。按理来说,Alex 作为程序员,一般也不会拒绝使用工具,毕竟程序员都是使用工具解决问题的。在两种程序员都有工具的时候,Alex 的生产力可能是 10x,Hamid 生产力可能只有 1.5x,差距还是巨大的。

这也引发了许很多人好奇,为什么 Alex 就是不能学学使用 Copilot、ChatGPT 这些工具呢,明明是加分项。

作为这一事件观察者的 Ab Advany,在 Twitter 解释其中的原因:

  • 一是,当前的 AI 有上下文限制。因此,要使其工作,开发者需要进行函数式编程。

  • 二是,你需要保持代码的可读性,即使是初级程序员也能理解它(即使它正在做的事情非常复杂)。

这让许多高级程序员的编程变得乏味。他们喜欢复杂的代码,会使用 100 种模式。

因此,他们不愿放弃挑战高难度的代码,也不愿使用 AI 辅助编程工具走“捷径”。而作为商业化公司而言,在权衡是录用快速开发、与时俱进还是稳扎稳打、出高质量代码的新老程序员方面,往往会选择前者。

96b6629ebd2f5fa832a4775947bc1d60.png

开发者说:只要有条件,建议还是要试一试新工具

那么,放眼国内开发环境中,一线资深开发者是否也会抗拒 Copilot、GPT-4 这类的 AI 工具?在生产环境中,AI 辅助编程工具真的能提升效率吗?带着这几个问题,我们问了问身边的开发者们。

问:你是否会在编程过程中使用 Copilot、GPT-4 等辅助编程工具?

他们这样说:只要能够负担得起,必须要去尝试一下;虽然担忧过数据安全问题,但是并没有完全地抗拒,而是小心试探,再到深入使用。

CSDN AI 研发总监范飞龙:程序员群体是一个不断创造先进的工具,使用先进工具通过编程等工作解决问题的一个群体。AI 工具,包括 Copilot、ChatGPT、GPT-4 本身也是先进工具,在有条件使用的场景肯定会用来辅助编程。具体是否使用 Copilot、ChatGPT、GPT-4 取决于工具的价格在工作环境和个人环境下是否能承担得起。目前,个人用 ChatGPT 比较多,有条件的情况下,这些都希望尝试。

资深开发者苏洋(https://github.com/soulteary):之前顾虑数据安全一直使用和推荐自动补全的编码插件 Tabnine 来做本地离线代码补全,全面转 Copilot 其实是这半年的事情。尤其是 OpenAI ChatGPT 推出之后,GitHub Copilot 的演进速度和用户期待值都涨得非常快。

目前多数还没有使用的同学顾虑的数据安全问题,早期用户踩坑都踩过了,官方去年年底也正式推出了商业版本的。所以,我现在不仅会用这类的工具,也会推荐身边的朋友用,可以偷不少懒。

问:会在业余项目中使用,还是会在生产环境中使用?

苏洋:最开始,我只在 side project(业余项目、副业、小项目)中使用,因为我的 side project 比较多,所以很快验证差不多了,就不分环境和项目都用了。

不过,纯离线环境,我还是会使用 Tabnine 做一些基础补全,使用了两三年,喂出了 1G 的本地模型,直接扔掉,还是比较可惜的。

范飞龙:AI 编程工具作为辅助工具,并不存在在生产/业余环境下使用的问题。我个人的话,只要 AI 编程工具能辅助编程过程中的问题解决,都会使用的。但是使用目标会有所不同:

在生产环境下主要以解决工作目标为主,例如写代码:

  • 某个辅助函数的编写,这种 GPT 技术已经可以很方便地合成;

  • 某个常用的代码片段例子,以往需要搜索的场景,直接让 GPT 合成后程序员再调整后集成到项目中;

  • 某种需要多个类编写的场景,是一种常见的套路,可以让 GPT 合成脚手架再修改;

  • 某些算法问题,经过抽象后,将描述告诉 GPT 输入和输出,要求过程包含的步骤,AI 可以合成足够好用的实现;

  • 做一些重构工作等。

需要说明的是,现代 IDE 本身也支持上述操作的各种场景,只不过 AI 编程工具可以做得更智能。

但是程序员解决问题中更多的时间是花在诊断问题上,这种时候不是直接的写代码工作,而是分析工作,此时如果利用 GPT,需要的能力是,将问题抽象成问题之间关系的描述,再用这样的描述问 GPT,让 GPT 揭示可能的问题,辅助程序员诊断问题,这也是一种常见的场景。

在业余环境中使用,则适用的场景广很多:

  • 学习 GPT 已经训练过的知识,但是个体还未熟悉的「新的旧知识」,通过 GPT 可以有几十倍的掌握新知识和技能的效率,从这个角度来说,主动学习能力的人使用 GPT 会有极大的放大效应。

  • 通过 GPT 的专家能力系统而深入的掌握日常不怎么操作但是感兴趣的领域,这会改变人才的知识结构,成为复合型人才过程中的学习机会成本会被极大的降低。

  • 其他更多,我们说动手能力重要,新工具的使用也体现这点:不要等,有什么新工具就立刻拥抱使用它,先进工具就是先进的生产力。

问:作为亲身实践者,Copilot、GPT-4 辅助编程工具真的能提升效率吗?

苏洋:目前的版本答案,显然是:Yes!

而且,并不仅限于工作,对于编程学习来说,Copilot 和 ChatGPT 都是好老师,尤其是最近推出还在小规模测试范围的 Copilot Chat,只要你有问题,模型就会耐心的帮助你、辅导你纠正代码、改进代码,甚至教你如何运行代码。而且水平下限极高,上限取决于你选择的代码块和打开的文件和问题的关联性(上下文),以及你提问的清晰程度。

我日常中还会高频的用它来完成单元测试,原本枯燥,但是非常重要的一个环境,有自动补全之后,极其省心和放心。

范飞龙:辅助编程工具能提升效率,但是对于不同的人有着不同的效果:

  • 初学者:可以极大的提高学习效率,前提是 Ta 能便利地随时可以使用工具,以及有主动使用工具学习的意识。工具一开始可能起到的还有吸引效应:还可以这样?

  • 成长期:但是知识是有掌握成本的,并非所有初学者的进步都会一样,和其他所有方向一样,在这个过程中真正喜欢做编程这个工作的人,可以进一步通过辅助编程工具提高效率。但是理解和掌握知识和技能,还是要靠扎实的原理学习,否则会有「每一个字都认识,放在一起就不认识」的效果,那么再好的工具也帮不了。

  • 成熟期:即使进入 AI 编程时代,具体工作还是需要解决各种具体的问题,对于组合爆炸的编程现实,核心还是要有靠谱的人来解决问题。工具可以极大地提高效率,但是解决问题通常是分层的,机器解决越来越多的自动化,但是中/高层的问题还是要靠人来分析、计划、执行、测试、形成反馈循环。

总的来说,编程辅助工具能提高效率。但是通过编程创造软件,通过软件提供产品和服务,解决用户的问题,软件获得成功,编程辅助解决问题是其中一环,作为职业工程师要看到全局。

问:有人说,“也许人工智能会帮助你工作。但更有可能的是,你会为 AI 工作。”一方面,正如上文所述,当前的 AI 有上下文限制,要让代码在生产环境中工作,我们需要进行函数式编程。另一方面,AI 生成的代码,安全性存疑。你怎么看?

范飞龙:目前,使用 AI 辅助编程,还是要靠人的经验来对代码「负责」,你可以越来越多的将生成具体代码的“低阶”工作交给 AI,但是理解代码做了什么,是否是人想要的,这是人要负责的。一般来说,中/高阶程序员的经验、知识和技能需要足以对 AI 生成的代码理解、识别和判定。

事实上,可能会有某些允许出错或者出错没什么代价的场景,AI 自动来做决定,但是目前这个比率还是很低的,我们可以期待 AI 编程的持续进化。

我认为,AI 编程释放了一部分“低阶”的编程工作,同时也会创造出一部分新的”编程“工作。

苏洋:对于安全顾虑,感觉大可不必,目前还只是初期,还会有很多变化,包括产品形态,后续可能的分工模式,开发协作模式。

个人觉得开放心态,接受它,用好它就行了。作为一个从初中开始 coding,目前码龄快满二十年的人来说,如果我能够从一开始入门就有这个神器,将能够节约至少 60% 的时间。


最后,要说 Alex 这样经验丰富的老程序员被善用 AI 辅助编程工具的新程序员取代掉,未免言之尚早。与其说 Alex 败给了 Hamid 的效率,倒不如说适应新技术的不灵活性才是他被替代的关键原因。

参考:https://twitter.com/advany/status/1664451798793584642

推荐阅读:

▶AI 大战高考作文!实测 ChatGPT、文心一言、通义千问等 8 款“神器”

▶宕机超 12 小时,损失过亿,唯品会基础平台负责人被免职!

▶Python 第一难保,要看 ChatGPT 火不火?TIOBE 6 月榜单发布!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/41732.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【网工最关心的问题,看Chat GPT怎么回答?】

最近打开微信群聊,都是在说ChatGPT相关内容 那ChatGPT是什么? ChatGPT是由美国人工智能实验室OpenAI开发的一个对话AI模型,于2022年11月正式推出。它因其极其出色的文本生成和对话交互能力在世界范围内迅速走红,五天内用户破百万&…

盘点GPT-4,大语言模型最新综述来了

Datawhale干货 最新:大模型综述,来源:机器之心 为什么仿佛一夜之间,自然语言处理(NLP)领域就突然突飞猛进,摸到了通用人工智能的门槛?如今的大语言模型(LLM)…

GPT-4,或许真的可以让“人工”更“智能”

自2018年GPT-1发布起,每年一更新。距离2020年GPT-3发布已有两年,这段时间里,大家都在期待和畅想,GPT-4到底会带来怎样的惊喜。 期间,“通过图灵测试”,“GPT-4Beta版访问权限已提供给某公司”等消息不断&a…

市面上最好用的两款AI换脸开源神器

1.faceswap 地址链接:Welcome - Faceswap 2.swapface 地址链接:Swapface 现在ai是一个非常大的风口,人们都在寻找各种开源的工具。 这两款软件是非常好用的,我测评了很多款其他的软件,包括手机移动端,…

这 10 个好玩的 AI 项目开源了!

今日推荐开源项目目录: 基于 AI 的口语训练平台 一句话生成 3D 模型 歌声转换 识图模型 01 基于 AI 的口语训练平台 Polyglot 是一个开源的基于 AI 的口语训练平台客户端,可以在 Windows、Mac 上使用。 比如你想练习英语口语,只需在该平…

OpenAI 更新了AGI发展路线图

从最近的ChatGPT的表现来看,通往AGI的路径似乎更清晰了。AGI是人类历史上最重要的技术发明之一,将对社会、经济、政治等各个领域产生深远的影响。 OpenAI是一个致力于创造和推广人工智能(AI)的非营利组织,其目标是实现…

chatgpt赋能python:人脸替换Python代码:让你的创意无限可能

人脸替换Python代码:让你的创意无限可能 人脸替换已经成为了一种非常流行的技术,通过这种方法,我们可以将一张图片中的脸部信息替换成另一个人的脸,或者将一只动物的脸部信息替换成人类的脸。这种技术不仅让人们感到好玩&#xf…

TOP滔博tssign 滔博小程序 通讯协议分析(三)

三、分析源码 用到的工具: 操作流程 : 打开源码 在文件中搜索tssign 搜索到2个结果,双击第一个 tssign _ 跟踪 “_” y.dectryptForAES(m) 跟踪 “dectryptForAES” 标准的AES解密 KEY用getGlobalData获取,需要找到setGlobalData函数位置 分析…

Python采集头条新闻,轻松爬取!

随着互联网的不断发展,人们越来越习惯于获取信息的方式也在不断变化,而在这个信息爆炸的时代,要想获取最新、最有价值的信息,就需要通过一些高效、智能的工具来收集和筛选。其中,Python 作为一种强大的编程语言&#x…

短视频开发,短视频功能如何实现

短视频开发在当今社会发展中逐渐成为稳赚不赔的项目。不仅定位准确,而且很好的将大众的需求与碎片化时间合理利用,短视频行业才得以快速发展。在短视频开发过程中,SDK是必不可少的“工具”之一。 短视频拍摄 1.断点续拍:在拍摄过…

爆款短视频是怎样练成的:视频发布技巧,首次公开

剪辑好的优质短视频怎么发布才能成为爆款视频?短视频发布技巧公开 前面几篇我们讨论了短视频定位,怎么写文案脚本,怎么拍摄以及后期剪辑,至此我们一个优质的短视频已经制作完成,今天我们就聊一下下一个环节&#xff1…

【技术美术图形部分】图形渲染管线2.0-GPU管线概述几何阶段

图形渲染管线1.0 【技术美术知识储备】图形渲染管线1.0-基本概念&CPU负责的应用阶段 在上一篇中,从渲染分类开始介绍了什么是渲染流水线、为什么要有流水线以及流水线如何进行的,还介绍了CPU主导的应用阶段的四项小阶段。 这一篇的第1和第2小节主…

【GIS小案例】CesiumHeatmap热力图

1&#xff0c;CesiumHeatmap&#xff1a; GitHub - danwild/CesiumHeatmap: A library to add heatmaps (using heatmap.js) to the Cesium framework. 2&#xff0c;效果图 3&#xff0c;示例代码 <!DOCTYPE html> <html lang"en"><head><m…

UE 实时地形高度检测(一)。利用虚拟纹理(virtualTexture)低成本生成热力图/高度图/等高线。

哈喽&#xff01; 近期可能会继续撰写一些文章&#xff0c;来丰富自己工作之余的生活&#xff0c;弥补没有项目的遗憾。 如标题所见&#xff0c;这个又是一个智慧城市常见的功能&#xff1a;“热力图、高度图”。 利用虚幻 新功能&#xff1a;“虚拟纹理&#xff08;VirtualTex…

openlayers学习——15、openlayers加载热力图

openlayers加载热力图 前言&#xff1a;基于Vue&#xff0c;学习openlayers&#xff0c;根据官网demo&#xff0c;记录常用功能写法。本人不是专业GIS开发&#xff0c;只是记录&#xff0c;方便后续查找。参考资料&#xff1a; openlayers官网&#xff1a;https://openlayers.o…

NGUI使用教程(3) 使用外部图片制作Atlas(图集)

在实际操作之前有几个概念先弄清一下 Atlas:图集,把美术给你提供的素材,用 NGUI 的 Atlas Maker 工具&#xff0c;合成一张图片&#xff08;准确的说,还同时生成了prefab、mat &#xff09;。 Sprite:精灵,由于Atlas已经把你的图片都合成一张了&#xff0c;那怎么单独调用呢&…

图形引擎实战:HDRP移动版高清渲染管线改造

前言 近年来&#xff0c;随着移动平台硬件的性能不断提升&#xff0c;移动端游戏采用的渲染技术更加先进&#xff0c;整个行业对画质效果的需求也越来越大&#xff0c;我们借此做了一些技术尝试&#xff0c;测试了Unity HDRP是否可以在移动端跑起来&#xff0c;结果是可行的。…

UE 实时地形高度检测(二)。利用Niagara及虚拟纹理(virtualTexture)生成动态——立体的热力图。

接上文&#xff0c;利用Niagara 粒子的特性&#xff0c;来动态生成三维热力图&#xff0c;高程图&#xff01; 传统的平面热力图已经很清晰的表达出热力的效果了。 但是&#xff0c;在三维引擎中&#xff0c;看起来没有那么的炫酷&#xff0c;那就增加第三个维度Z轴&#xff…

3D-echarts的背景和地图表面的贴图

1.设置背景图片 效果如下&#xff1a; 核心代码&#xff08;全部代码见文末&#xff09;&#xff1a; 注意&#xff1a;图片的路径设置 绝对路径 或 asset下面的相对路径都没有效果&#xff0c;要把图片放到public路径下面才有效果&#xff08;此demo是写在v2脚手架中&#xf…

Unity中画2D图表(1)——用XChart包绘制折线图

做一些数据处理和数据分析的时候&#xff0c;把数据可视化是一项重要的工作&#xff0c;本例以画一个包含两条温度曲线的图开始… 一、折线图的绘制效果 二、用到的包 1、XChart介绍 2、XChart官方链接 https://github.com/XCharts-Team/XCharts 三、如何用代码来设置线条…