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？( 六 )

程序员


为什么很多人的编程学得不好？因为编程不是一种立竿见影的事情，你需要从一些没有意义的事情开始做起，比如写一个“Hello World”能有什么用？它解决不了实际问题 。但就像我之前提到的，有了大模型后，我朋友花了半天时间写了一个 Discord 机器人，你也可以轻松地写出类似的东西 。你可能并不完全理解为什么这样写，但你可以逐步改进，通过自己的努力学习快速掌握它的用法 。
邓明轩：我当年学习编程语言的时候，买了一本书，还要去机房上课，然后我们敲了一些代码却出现了错误，我们不知道什么意思，老师也不懂，甚至书上也没有解释 。我们只能自己摸索和尝试 。在那个年代，学习计算机编程是非常困难的 。我不知道提问的观众是多大年纪，可能年龄较小 。你们非常幸运，生活在这个时代，有机会接触到不断发展和提升的技术 。我鼓励你们充分利用这项技术，因为未来可能会有各种惊人的可能性出现 。
彭靖田：之前，我将评估一个优秀开发者技能的维度分为四个部分：首先，编程和调试技能，也就是实际操作的能力，占比 40%；其次，项目管理和协作能力，占据 30% 的权重，这意味着作为一个独立的开发者，你能够交付代码，并且能够与团队、需求方、测试方以及其他开发团队成员进行协作；接下来，算法和数据结构，占据 20% 的权重 。计算机科学专业的人可能对数据结构和算法会有更深入的理解；最后的 10% 留给软件工程经验，也就是在实践中积累的最佳实践经验以及对优秀软件工程师的观察和学习 。
但是现在，我有了不同的看法 。关于那 40% 的技能，我会进一步抽象为大模型的应用实战能力 。这意味着你有更多的最佳实践，而不是仅仅学习某种编程语言，浪费大量时间和精力去学习每一个知识点 。正如这位提问者提到，前后学了 QBasic、Basic、Java、C++、Python、Go 和 Java 的派生版本等多种编程语言，这些语言都介绍了基本的数据类型，这可能会带来一些困扰和混乱 。但实际上，数据类型并不是很重要 。
一个没有学习过编程语言的人应该如何做？以前我们会从基础语法开始学起，但现在语法并不那么重要了，重要的是对编程语言的理解 。比如理解编译型语言和解释型语言的区别，为什么自 Python 3 以来一直在强调类型标注？为什么一个本来应该非常灵活的语言现在越来越强调类型，并且推出了许多相关库？事实上，这就是所谓的 Prompt 实际上变成了与英语一样重要的语言技能 。
还有 20% 我留给了人机和团队协作 。现在我们可以与人工智能和大型模型进行协作，它们不会抱怨、不会说我们蠢，也不会在背后说坏话 。如果你无法与这样的一个合作伙伴进行有效协作，那肯定是你自己的问题 。
这些工具还有哪些问题
吴少杰：现在的辅助编程工具还存在哪些问题？提供厂商需要做哪些改进才能更好满足程序员的需要？
邓明轩：目前工具的交互模式和发展都处于不断演进的过程中，还有很多空间可以探索 。近一年来，我们经历了一个技术爆炸，整个行业也在思考这些工具应该具备怎样的形态 。因此，过多地关注当前工具的局限性可能并不是非常有益 。也许三五年后回头来看，我们会发现现在的情况非常有意思 。
不同的厂商推出了自己的工具，但他们并不是要将这些工具作为盈利手段，而是通过这些新的交互模式将用户引入到某个平台上 。对于如何将这种能力更多地扩展到用户手中，大家应该有相对一致的想法 。我个人的体验是，我真的很希望有一个像《钢铁侠》中的贾维斯那样的助手，我可以用自然语言与他进行沟通，他能理解并帮助我完成许多任务 。这种辅助性工具确实是我非常期待的东西 。
Michael Yuan：我觉得投资人可能更加焦虑，因为他们可能会发现某个工具很好，但过几天就被 OpenAI 或其他公司干掉了，甚至有些简单的工具已经被别人复制了 。目前工具方面有很多创新 。例如 OpenAI 最近发布的 Function Core 可以直接从大模型生成数据结构，然后与核心函数结合 。
工具创新的领域很多，甚至比底层大模型的创新和迭代速度都要快 。为什么会这样呢？因为底层大模型需要耗费大量资金和时间进行训练，而现在正是一个百花齐放的时代，有大量不同的想法和方向 。对我们来说，一个特别有用的工具是如何让多轮对话生成代码的界面更加友好，能够吸引更多人参与 。以前的研发管理工具中并没有考虑到这一点 。
吴少杰：三位老师观察，周围使用 AI 工具来生成代码的人多还是不用的比较多？各自团队的研发效率大概能提多少？20% 还是 30%？


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