首个AI程序员上岗,码农们暂且不必过度焦虑( 二 )


换句话说,从思维与生产结构来看,AI大模型原理依然是归纳,而不是逻辑推理 。
因此,单从原理来看,大模型与程序员“写代码”在生产逻辑上也是完全不同的 。这也解释了,为什么AI当下可以写出非常“标准”甚至“简约美观”的代码,但其代码本身的运转却经常出现错乱等问题 。
关于这一点 , 国外相关AI研究人员也有所共识 。
例如,致力于在财务、医疗、数据处理等领域应用人工智能解决方案的公司业ABBY在此前接受采访时承认 , 即使用最先进的系统,也可能出现人工智能错乱或输出不准确的情况,因此 , 人工验证目前依然必不可少、至关重要 。
网络上有程序员分享过用大模型来生产代码的体验,结果显示,写一个简单函数模块时,AI或许可以胜任,但当需要多个函数模块时,AI所生成的代码就容易出现各种BUG,无法使用 。
而就算勉强可以运行,也过不了公司内部的代码评审 。这就是因为,尽管AI可以通过海量的搜索归纳来试图在形式上满足写代码的需求,但因为无法理解多个模块之间的逻辑关系,因此 , 不可避免会出现逻辑性的错误 。
━━━━━
将加速人才新旧淘汰
 
可以说,截至目前 , 人工智能作为编码助手,依然是程序员的辅助工具 , 是对人类程序员的效率放大工具,而不是互相替代的关系 。
给“AI”一个正式员工的工号与称呼 , 也无法短期内改变其并非一个真正的员工的现实,更遑论要取代“码农” 。公众所设想的AI全面自动化的情景,很可能短期内无法到来 。
尤其是,有创造性与原创性,需要综合调动创意与逻辑能力来完成工作的岗位,很难被AI取代 。
但不可否认的是,AI大模型作为一种效率工具 , 仍然将在可见的一段时间内加速人才市场的新旧淘汰 。例如,一部分率先应用AI的高级人才的效率提高,同时也加速了另一部分人才的落伍和被淘汰 。
与此同时,大量容易被替代的基础性机械性岗位,例如文案整理、日程助理、内容审核等岗位,也很容易率先被替代 。
如何进一步在教育体系、人才培养、发展中全面重视与提升人才的创造性,才是AI对人类生产关系提出的新课题 。需要迫切面对这一课题的,就不仅是“码农”们了,而是我们所有人 。




推荐阅读