此为历史版本和 IPFS 入口查阅区,回到作品页
WomenOverseas她乡论坛
IPFS 指纹 这是什么

作品指纹

她在职场 | 在chatgpt开启的ai时代,写码的大家何去何从?

WomenOverseas她乡论坛
·
最近用过 chatgpt 也正在用 cursor 写代码,感到非常惊艳也非常焦虑,真正有了自己马上就能被替代的感觉。我可以预见在不远的将来,学习代码的门槛会大大降低,domain expert/非码农的专业人士只需要有一些对代码的理解可以监督/纠正机器,不再需要数据科学家和软件工程师,与此同时,tech 的红利就不会存在,tech 的岗位会大大减少。

一位不愿意透露姓名的乡友在论坛发帖:在 chatgpt 开启的 ai 时代,写码的大家何去何从? 

我的背景:大龄转码,去年读完了 cs 本科,目前正在读 cs 硕士。

最近用过 chatgpt 也正在用 cursor 写代码,感到非常惊艳也非常焦虑,真正有了自己马上就能被替代的感觉。我可以预见在不远的将来,学习代码的门槛会大大降低,domain expert/非码农的专业人士只需要有一些对代码的理解可以监督/纠正机器,不再需要数据科学家和软件工程师,与此同时,tech 的红利就不会存在,tech 的岗位会大大减少。我想请问大家对程序的未来有什么样的看法,以及有什么应对的建议。


乡友 崽崽 回复:

说真的我倒不觉得码农这种职业会被替代,工作场景中码农不止是码,更重要的是对业务的理解和解决实际问题的能力。模型对略复杂一点的业务代码还是无能为力的。

以及,模型再好,也需要人来 put into production,可以预见的是未来几年AI相关的应用会爆发式增长,这方面的 engineer 反而会有很大的需求。

当然 gpt 对于技术工作者来说,用的好能节约很多时间,把精力投入到攻克真正的难题上,所以我觉得是很有必要去熟悉并学会真正的使用这些AI工具。


乡友 康康 回复:

Developer觉得没那么快被AI替代。很多传统行业短期之内是没有办法大面积的 integrate AI 的,因为 compliance 的原因,大部分的写码工作必然还是要人来完成。AI 虽然迭代的很快,但带来很多数据上的风险并不是所有行业都可以接受的。


乡友 菠萝与西瓜 回复:

我是研究 system reliability 的,了解真实的系统 development lifecycle,并有涉猎到程序自动合成、程序验证和如何提高 reliability。从 reliability 的角度来聊一下~

就像前面乡友们提到的,复杂程序 gpt 是无法生成的。实际上程序自动合成是一个很大的研究领域,大家的研究成果还是比较初级的,程序自动合成也只能应用在少数情境下。一个很重要的原因是,一般的系统都要求 high reliability,比如99.999% availability guarantee 意味着每年只能有5分钟的 downtime。对于日常应用场景下的 web server,大家都是期待几个9的 availability;更不要说 life-critical system, 比如医疗、航天、通讯等等,对于 reliability 的要求有多高。(如果哪个航司告诉我 ta 们 rely on ai 开飞机,那我一定告辞。。)

如果细看 gpt 生成的程序,就算是简单的程序也有错误。只要存在一定错误的可能性,就很难直接应用到 production 中,一定要辅以很多 testing 和 verification 的技术,这些一定程度上需要大量人为 effort(gpt显然还无法生成 verification 和 testing 代码🤣 verification 和 high-coverage testing 本身都是有难度的 research topics;而且对于每一种新的 production,都要找新的方法,并非 one-to-rule-them-all)。

对于大型集群,程序本身不仅需要正确,在设计上还需要考虑 reliability(另外还有 high-performance 等)。比如对于大型集群,需要程序有一定的 redundancy,要考虑到 failure;这就涉及到很多选择,比如 stateful or stateless application design,stateful app 还需要背后failure-resilience storage system 的支持。现实中可能是大家吵个好几周才能定下的 design 🤣。目前的 ai 还无法做到。

在流程完成的公司,写代码和 deploy 代码的时间甚至可能达到1:1——写完代码以后,还需要进行彻底的测试、code review、设计 deploy strategy(对于大型集群需要 gradually apply changes, 并且时刻 monitor system health)、fall back code(有错误时如何快速回滚)。这些的复杂度是相当大的。

更何况 gpt 实际上还无法合成复杂逻辑的程序(试过几次,都告诉我生成不了,只能给 example🤣),相比于 production code 里简单的业务逻辑就要上千上万行的代码复杂度,而且需要 make them reliable, gpt 需要一种质的算法提升(比如和程序自动合成/验证技术相结合),我们还暂时无法看到这个技术的难度和可行度(我打算去做做看🤣)。

总之目前 gpt 的存在提供了很好的辅助(然错误其实繁多,并不 reliable),但无法被依赖。从无到有是一个质的飞跃,但从有到 exquisite (reliable, high-performance, etc.),我相信也需要一个质的飞跃。这个飞跃需要多久,就不得而知了。



欢迎大家点击帖子链接参与原帖讨论!

womenoverseas.com/t/...


    🌐 关于WomenOverseas她乡:

WomenOverseas她乡是一个属于华人女性和非二元性别者的全球性社区,我们一直致力于提供一个自由表达、相互支持、共同成长的平台。在过去的三年里,我们共同组织了近三十场丰富多彩的线上线下活动,包括分享会、交流活动,以及通过公众号、小红书和播客等平台分享了大量优质内容。从北美博士成功求职的经验,到把兴趣爱好转化为生活重心的人生故事,再到在异国他乡做职业篮球运动员的奇妙经历,我们一直试图通过各种生活故事,呈现出更广阔的世界和更多样的人生选择。WomenOverseas她乡不仅是一个分享平台,也是一个女性交友社区,帮助很多女性在异国他乡找到知心好友,构建了情感支持体系。最近,我们还创立了女性艺术家俱乐部,鼓励和帮助有艺术爱好的女性将兴趣转化为商业机会。我们甚至把一部分她乡艺术家的作品带到了旧金山本地最大的艺术集市展示出售

🙌 如何加入WomenOverseas她乡论坛:

访问 www.womenoverseas.co...,按照提示认真回答问题,申请加入她乡论坛。

CC BY-NC-ND 4.0 授权