江苏龙网

  1. 主页 > 生活百科 > >

AIGC 生成代码正流行，对程序员是好还是坏？( 五 )

程序员


邓明轩：现在的大语言模型在架构上有多种路线，但是现在有一种观点认为，模型的架构本身并不重要，只要我们有充足的连接，即非线性的连接，并提供足够多的数据给模型进行训练，它就能够产生很好的效果 。因为这些模型内嵌了大量人类知识，尽管不是全部但可以通过使用足够大的模型将文本输入其中，进而实现预期的效果 。因此我个人认为，底层的算法结构可能并不会对上层的应用产生太大影响 。
关于代码质量检查工具的使用，我同意两位老师提到的观点，即最好的评估方法就是运行它 。现在普遍使用的是解释型语言和编译型语言 。在这种情况下，解释型语言具有一定的优势，因为可以直接将生成的代码输入语言环境中进行解释和运行，捕捉可能的错误，然后返回给大语言模型 。对于编译型语言如 Rust，需要设置额外的运行时环境来进行编译和运行 。总之，对于代码质量来说，“无论是白猫还是黑猫”，只要能够满足需求就是好的 。
此外，现在许多与大语言模型相关的接口使用的都是 Python，在神经网络和机器学习领域，Python 是主流语言之一，具有动态解析和良好的语言支持 。我认为，未来可能会进一步推动 Python 的发展，比如在大语言模型中生成一段代码后，直接在 Python 的运行环境中进行评估和调试，然后返回结果给大语言模型 。
现在有许多与语言相关的 LangChain 或其他外围框架，这可能是未来的发展方向之一 。通过额外的框架配合，可以在语言的运行环境中进行多轮对话，自动检查代码质量，无需人工干预，我们只需要描述要完成的任务，然后让系统开始运行即可 。如果出现错误，系统会自动进行修改，并再次运行 。
关于代码安全性，实际上在我了解 CodeWhisper 时，也思考过版权问题 。我们使用大语言模型生成的代码，但对于它的版权关系并不确定，比如它使用了什么开源许可证，如果你的代码在结构上与某个开源许可证中的代码完全一致，那根据过去的案例，你可能会被诉讼 。这对于使用这些工具的程序员来说是一个挑战 。
零基础如何使用 AIGC 工具
吴少杰：这里有个观众问题道，“零基础学员如何使用好这些工具，需要提升哪些点？比如大模型给出几段代码，但是我却不懂，很好的调试可以达到执行 。”
邓明轩：如果是零基础，那么了解一些编程概念是有必要的 。如果有一些基础，只是不够深的话，那与大语言模型进行互动是一个不错的方法 。
可以从简单的例子开始，比如我们之前写代码时常用的“Hello World” 。现在你可以要求模型给你一个 Rust 版本的“Hello World”，虽然可能一开始看不懂，但可以直接运行这段代码，如果出现错误了就把错误信息反馈给模型，询问出了什么问题，这样的交互循环可以让你快速学习新技术 。另外，还可以选择一段代码并要求模型解释它是做什么的 。然后进一步问，比如要在其中添加一个循环或者一个条件分支该如何实现？总之，你可以慢慢学习，逐渐形成对编程的基本理解，关注在代码的运行逻辑上，而不是语法结构 。
每种语言都不同，你并不需要详细研究每种语言的具体细节，只需要理解基本的概念，例如循环、分支，包括递归以及更复杂的数据结构等 。关键时通过交互的方式逐步构建这些概念 。我认为，有了这些工具之后，学习编程会更快速，而不是有些人担心的那样“程序员会失业，不需要学习了”，这实际上降低了编程和与计算机对话的门槛 。
Michael Yuan：“有了更好的工具后，程序员就要失业了 。”这种话我听了二十多年了 。我还记得过去有种说法，“大家都不要学计算机了，因为都要印度人去做了，你们没有机会了 。”但事实证明并非如此 。我对大语言模型的理解是，它是程序员的工具，程序员会用它来辅助其他人工作，这就是我不同意 OpenAI 那篇报告的原因 。
OpenAI 的报告声称洗碗和刷房子不会失业，但实际上洗碗也会失业，因为程序员会有更多的时间开发出洗碗机器人，取代所有洗碗的人，所以程序员也是可以卷走其他人工作的 。大模型可以大幅提高程序员的能力，有了大模型后可以很快地学习和理解 。
回到之前的问题，之前计算机科学的书籍和教育对我们有很大的影响，我自己也写过几本书，写书的时候通常会从背景开始、介绍概念开始 。有些语言容易有些就难，有些语言概念非常多，比如 Rust 概念很多，学习起来比较困难 。但使用大模型后，它可以解释很多东西，还可以完全根据你的学习需求进行定制 。


推荐阅读


上一篇：LLM对程序员的冲击和影响

下一篇：C++ 正在向 C 发起“进攻”！TIOBE 7 月榜单发布