cuebyte: OpenAI 几天前发布了 ChatGPT plugin ,我去看了文档,其中的一个例子—— Code interpreter 让我对未来感到了一阵绝望。
在 Code interpreter 这个例子中,ChatGPT 根据人类的输入的文字生成了一段代码,并通过 plugin 将代码运行在沙盒中,向人类返回结果。这一个简单的例子就说明了 ChatGPT 已经拥有了给代码 debug 的可能性——它可以在生成了代码之后向 plugin 进行验证,得到了反馈之后再去进行 debug ,几番下来之后所输出的代码正确性必然是 100%。
我们可以进行进一步的思考,所有程序员的日常工作流程是什么?
1. 开发组接到需求以及交互设计稿(例如 Figma )
2. 开发组讨论实现方式,并且前后端敲定出通讯格式
3. 前后端根据需求和通讯格式东西写出代码和测试用例
4. 测试并发布
那么我们可以试想一下,假如出现了企业级的 ChatGPT ,能够获得的 context 足够大,它就能从公司过往的所有文档(包括技术文档)和代码中进行学习,写出符合公司规范的代码;并且可以通过 plugin 与 Figma 、Cloudflare 、AWS 进行交互,那么就没有开发者什么事了:
1. PM 将设计稿和需求喂给 ChatGPT 。
2. ChatGPT 根据设计稿和需求写出 100%正确的的 iOS / Android / 前端代码和测试用例,并且设计好通讯格式(如 JSON 、gRPC ),并同步到 Git 。
3. ChatGPT 根据后端的需求和通讯格式,写出 100%正确的代码和测试用例,同步到 Git ,并部署到测试环境。
4. 在这里也许需要 PM 介入一下在测试环境测试一切是否正确。如果是预想之外或是有新需求的出现,那么就进行反馈,ChatGPT 去重构代码。
5. 确认可以发布了也就是 PM 点一下的事。
6. 甚至 On-call 也可以根据既定的 SOP 去做人为介入前的第一步处理,如重启、扩容、等等。
类似的流程也适用于 devops ,只要云服务平台给 ChatGPT 权限,它就能根据需求生成 terraform 代码、同步到 Git 、部署到相应的环境。
如果世界上没有程序员会抵制 AI 的话,我觉得这样的未来会在 5 年内到来,毕竟对于大公司来说,开发一些 plugins 也就是几个月能搞定的事。当然了,我从没听过什么程序员工会,即使有抵制,也挡不住历史车轮滚滚向前。
P.S. 开一下脑洞——众所周知,互联网是世界上最挣钱的行业,而互联网公司最大的成本开销就是人力。当这样的可能性近在眼前,大公司都会铆足了劲用 AI 去优化流程。届时通讯协议和编程语言的使命就可能会从作为人类与机器间的桥梁,变为 AI 与机器间的桥梁;届时代码是否对人类可读就已经变得不重要,那么 programmer 的历史使命也会来到重点,由 prompter 所取代。
from V2EX-最新主题 https://ift.tt/kdWgbQS
福利APP推荐:https://niucnet.notion.site
广告投放:https://t.me/cnxalex
牛C网:https://j1o.net
牛C网导航:https://niuc3.com
福利APP合集:https://j1o.net/share/1678.html
- 本文固定链接: https://niul.net/477997.html
- 转载请注明: 分享菌 于 牛C网(NiuL.Net) 发表