ChatGPT 彻底扩散后， IT 业界的工作方式和供需市场会是什么样的

感觉正相反，感觉这玩意只会让初级开发的学习能力下降，使中高级开发变更稀缺

终于告别查资料一页 csdn 内容农场了

我真是无力吐槽了。

早期画图纯纯画板，后来 CAD 出现，也没见这些人哭爹喊娘说被替代啊，说到底都是工具，工具的进步有什么威胁？几块钱的计算器可以几秒内算出 5 位数乘除法，也没见人类觉得天塌了下来。

工具进步会生产更高级的商品,催生更高级的需求...

我觉得恰恰相反，copilot 这类工具会让高级程序员一骑当千。
客户最终想要的还是一个专家打造可靠的系统，而不是聊天机器人生成的儿童玩具。

@bigdude 不觉得很酷吗？很符合我对赛博朋克的幻想 [狗头]

软件正在吞噬整个世界，因此 IT 行业肯定会大量缺人（所以大家不用担心失业）；不过有了 ChatGPT ，技术高手的生产效率飞速增加，造成两极分化严重，这是社会发展的必然现象。你是要成为算法设计人，还是被算法指挥干活的搬砖打工人？

市场层面可能个人单位效率提升，总体需求数量下降(junior 需求下降最严重？)，跳槽议价能力降低，以后市场只需要高级 dev ？
我是个刚入行的新人，反正我是被它吓尿了，但是也着实的提高了学习和工作效率(能够解释代码，重构，找 bug 等等)。

过几个月 GPT-4 就要出了，再看看把

同意 @kokutou @wangxiaoaer ，我猜会发生下面这些，供大家娱乐：


- 高级开发者更务虚， 更注重设计模式，代码整洁，开发规范这些东西。以这些名义写出更绕弯的代码，防止常人理解。
- 更注重团队氛围，软技能。PPT 和尬聊技能愈发被看重。
- 互联网上会爆炸式地产生更多更复杂的垃圾库，到达人力根本不可能掌握的地步，为了开发一个简单功能必须查询 chatGPT 解决方法。
- 产品和开发职能的进一步融合

借楼问一下，让 chatGPT 写一个平衡二叉树要怎么提问，我每次提问给出来的答案都错的离谱，还是说这玩意根本就写不出平衡二叉树？

@galaxyy 现在已经有对 junior 很不利的现象了


比如刷题这种测试智力和耐力的方法的盛行，还有对所谓计算机底层基础知识的考查（实际上在工作中作用大吗？）

还有繁多的生态，大量的重复垃圾库，消耗刚入行没有什么判断力的 junior 的时间+绑定到某一技术栈，导致跳槽困难

一次调用五毛钱
先算算用的起么

@satoru 是这个道理，我很早以前就不看维基百科了，根本就不想看那种长篇大论的 bullshit 。

最近几年发现 stackoverflow 也不行，这种东西问题本身良莠不齐，里面的人有时候还为答案争来争去，而且你还要浪费时间理解提问者问题的背景，非常浪费时间和体力

我感觉工作上一半以上的疲劳都是因为在信息垃圾海洋里游泳导致的

@liprais 还是挺便宜的

@p7534a stackoverflow 是人在回答，要确保问题和答案的质量目前的做法就是靠社区规范，但是跟所有的规范一样它是一种全局的长期的策略，但是对于眼前局部的我关心的问题可以说毫无意义。
不过 ChatGPT 之类的模型没有什么推理能力，如果 stackoverflow 之类的社区真的没落了，这个模型本身如何找到高质量的数据输入应该是个问题。

google 先倒下。。。。

一大堆人都是不会检索的，输入很长一段句子直接提问。

chatgpt 回复都是一本正经的，哪怕有时候回复的东西是编的，错误的，还是有误导作用的

代码内容会从主动获取进入被动获取模式，类似之前你去网上搜视频看，现在是直接推给你看；现在会问 ChatGPT 要一些代码，后面就是它在 IDE 里问你是不是要加一个边界条件检查，是不是要优化一下查询，是不是要加个单元测试等等；再之后就是描述式生成，用自然语言描述你应用的需求，它自动生产几套让你挑；

以后 CTO 自己写代码就行了

@lambdaq 最不可能倒的谷歌，你稍微问 ChatGPT 一点复杂的问题，google 搜一下就能找到答案的，它能一本正经地说胡话给你

不需要先确认下 chatgpt 回答的正确率再考虑影响么，感觉现在很可能是一本正经的胡说八道，然后把不懂的人带沟里去了

chatgpt 这种玩意最大的危害就是一本正经的胡说八道，还有一群人奉若神明，真是 pathetic

@jiansongy

软件业早二十年前就死透了， 支撑过去二十年的是互联网行业， 也就是流量平台产业， 现在这块都不行了

软件业剩下的一些客户舍得掏钱的 2B 或者面向一些垂直领域的市场， 过去几年也死的差不多了， 多少头部软件公司这几年为了活下去改成订阅制。 金蝶、用友这种几乎可以说是举国企业分担开发成本的寡头最近两三年亏成什么样子了

大量小额市场需求是不值得被满足的， 毕竟赔钱买卖没人去干， 尊重下客观规律

chatgpt 最大的作用就在于制造互联网垃圾
这就是个潘多拉的盒子，跟直播一样，最终浪费的是所有人的时间，要从一大堆垃圾信息中过滤出有用的
chatgpt 让这种过滤显得更加有难度，因为你也不知道他从什么点就开始胡说八道了。相比之下那些内容网站的车轱辘话一看就道是垃圾
从这种意义上来看，我是非常鄙视 openai 这公司的，为了一己私利搞了个垃圾出来祸害互联网
就跟字节一样，抓住人性的弱点，搞了个抖音出来，掀起了这股傻逼的短视频风

@churchmice chatGPT 在编程界还是挺有用的。在社科，生活方面的回答可能是驴唇不对马嘴，编程界能给出代码并确实跑起来的 （比如帮我解决了 AWS 一些项目问题，避免了花好几天看那些又臭又长的文档）

基于这个现象我觉得 chatGPT 在以后编程界确实会有很大作用，就像一个秘书一样。

至于制造垃圾，我觉得在编程界答案还是很准的，未来随着喂料增多，会更准

它马上会被外国码农 “警惕 ai, 相信人工” 的意志而一致抹黑。但大陆地区的情况就不一定了，在那里，底层人并不具备自我保护意识，在惊弓之鸟的状态中 手中工具将会变成内斗工具

例如 理论上 openai 是会被训练得越来越精准的，那么
stackoverflow 是否会在 openai 精准度提高之后就可以允许用 openai 的发布答案了呢？

如果 so 是大陆论坛，那么就会允许，因为它提升了问题回答的效率。
如果 so 是外国论坛，那么永远不会允许，因为它在坐低从业者的价值。

@churchmice @p7534a 没错 其实绝大多数的程序员 和代码 其实都是堆屎山 搜索 然后复制粘贴
这种类型的变成 特别适合 AI 来完成
而且这种需求往往可以用就行
就像领导的讲话一样 千篇一律 用 chatGPT 生成一堆跑的通的废话 也就可以了 可以省下不知道多少的人工

连补码都算不对的工具，我的感觉是，差，很差。

@p7534a #27 这东西就见仁见智了
看他的答案需要有分辨能力，而不是不加思考照着搬，就跟你的 AWS 问题一样，你的理解每条命令都干了什么
看几天的文档是让你有一个系统的了解，而不是敲几天命令用快餐的方式解决

很简单，你问他如何在 AWS 上搭个 mysql
它的回答可能很简单很直接，全程用 root 敲一堆命令，完事。 但是全篇都不提安全措施
你照着敲，当下是体会不出问题来的，但你哪天服务器被黑了，追溯回来你就知道这个安全措施没做好

这个就是系统学习和快餐式学习的区别，通过系统学习你能从 60 分变成 100 分，但是快餐学习你学完了可能就只有 60 分
当然你可能会说我就是想吃快餐，fine,没啥问题，但是你得知道里面可能会有一些潜在的风险

刚考完思政。感觉这玩意对于开卷考试相当有用，如果预先把教材炼一遍的话

本质上还是个玩具 都是外行瞎胡扯 大学生写写作业罢了
真上到纯商业平台还远呢
还要纯私有化部署企业给他大量内部代码做训练模型 不然提升的效率还不如多招点人实在

居然有人认为玩具车能颠覆现有的汽车电车？

chatGPT 给出的代码不可否认有挺多代码可以运行，但是也有很多不可运行或者乱七八糟，并且错误答案的数量还是十分明显的，从这个角度上看，跟 csdn 差不多，有错误的答案和正确的答案（很多人就算你在他耳朵边说 chatGPT 会给出错误答案，他也是会觉得 chatGPT 不可能出错的，或者面红耳赤地说错误率极低）。其次，给出的代码，从专业的角度上，你要明白适用范围，比如用了安不安全，是否存在性能问题，是否存在版本问题或者更深层次的坑。

@charlie21 #28 卢德运动 200 年前就失败了，指望靠人力反抗生产力进步不实际的

DEBUG 工程师
当出现莫名其妙甚至没人知道（真的没“人”知道）的错误时

负责和 AI 沟通问出个所以然来(□′)┻━┻

就目前的通用初级语料库的版本看，AI 对于某些错误可是非常能狡辩的，要做好心理准备（绝对不是

轻视 ChatGPT 的人，可以想想从 AlphaGo 战胜欧洲冠军到彻底碾压人类用了几年。

有一个问题，ChatGPT 并不知道自己在说什么，它只是将采集到的信息以某种（好看的）样式展现出来。

Stackoverflow ，GitHub ，或者个人博客，你至少可以告诉作者内容出现了问题，而作者是有能力验证并更新错误的内容的。即使作者没有更新，你也可以在同平台发布更正后的内容，搜索引擎通常会更青睐较新的内容，从而完成错误的更正。

但 ChatGPT 本身无法验证内容是否错误，更别提更正错误了。由于它的内容是自己生成的，你指出的错误可能对应一个或多个作者的某一小段内容，而它们在各自的上下文中甚至可能是正确的。于是反馈错误这件事情就变得极为麻烦（甚至不大可能）。

因此 ChatGPT 和谷歌搜索右侧的信息卡片一样，只是底层数据比较干净，交互体验更好，但它是没有能力自我更新的，由于之前提到的多个来源糅合的问题，给出来源似乎也较为困难。

非要比喻的话（都是刻板印象，请勿对号入座），它比较像中学（女）骨干教师，能够极强的完成教案转变为教学的演绎，但对教案本身无法更新或拓展，如果提出超范围的内容她会努力用已有知识圆回来并保持教师的威严。英语阅读老师看错答案但还是说的有理有据，这样的情景应该不少人有体验过。

这个生态位对应的可能是培训班、一些照本宣科的大学课程以及极客时间之类的在线课程。只能说，它拉近了人们与培训班之间的距离，让大家能够用较低的成本（时间和金钱）获得培训班级别的知识。

也不知道思路怎么到了这里，结论居然是，人人都可以立即 /马上获得培训班知识，培训班只剩一个证明知识已被获取的作用。但这个证明的目前有多少意义，还要打个问号。

现在脑中蹦出来的其实是 Office 认证、Oracle 数据库认证、Google Cloud K8S 工程师认证之类证明你学会了某些配置文件的课程和考试。ChatGPT 应该能代替它们的知识部分，认证部分涉及到责任问题，可能还是需要 ChatGPT 先教会一个人基础知识（术语表），然后这个人证明它能够在这一领域有效的操纵 ChatGPT 获得正确的信息（学会提问），变成所谓 「 ChatGPT 工程师」。据我所知，国外已经有类似的和 AI 聊天的工作了。

这是我对 ChatGPT 这类 AI 的未来图景的推测，显然学会术语并聊天也算是某种「编程」，而且是大大降低了门槛的编程。「 ChatGPT 工程师」应该会对专业背景进一步放宽，更偏向于领域知识而非编程本身。同时干掉一些「低代码编程」的场景，不需要再耗费人力封装「低代码」，而是用户使用 ChatGPT 生成配置代码。这样在配置类场景灵活度又提高了不少，使得程序员能够与甲方进一步解耦的同时，在干掉产品经理的路上更进一步（ bushi ）。

其实 Google 给出的结果也未必是正确的呀，chatgpt 也没法做到完全正确，还是需要人类自己去判断结果。
我认为 chatgpt 给出了一个选择，用它来帮我写过一些文档，而且用到了实际生活当中。
在编程方面，我之前想做的一个项目，需要用到 python ，我在基本零基础的情况下，用 chatgpt 基本完成了这个小的项目。但是如果单纯的靠 Google 的话，我真的不知道去哪里查资料，使用什么第三方库，怎么写这些代码。

AI 在这些年已经多次打脸人类了，比如之前有人觉的画师不会被 AI 替代，因为这是艺术，结果，AI 最先干掉的就是画师。。。对于程序员来说也会有危机感，现在多少人用了 github copilot 回不去了

ChatGPT 的确是能给出一些正确的代码，但是我也体验过它给出不正确，甚至是在现实世界不存在的代码。假设它给出的代码都是正确的，是很危险的。

ChatGPT 给我的启示是:语言=智慧,我们在思考问题时候本质是自己与自己对话,也是从一句话通过概率推测下一句话,最后产生了推理能力,这个逻辑被验证以后,只需要精心喂养数据,就能产生比我们更厉害的人工智能,现在遇到的错误不足挂齿

但是通读文档 /维基百科 /SO/长篇大论能给我更多该领域相关的知识，这些知识长久来看就是我发现新事物和进步的机会。哪怕是配置文件的组织里，你也可以看到设计者对于该问题解决方案的提炼（配置文件不就是一个能解决这个问题的程序的最少的输入吗）。我目前更看重我自己在解决问题中的提升和对问题的理解，而不是问题的解决本身。所以我仍然 prefer 目前的搜索+看博客 /文档等各种资料的方法来解决我现有的问题。

不知道是不是使用方法有问题，到目前为止这东西没能帮我解决任何技术问题，哪怕是问问 GitHub Action 怎么配置条件这种非常简单的东西，输出的完全是胡话

讲个冷知识：openai 发起于 埃隆 马斯克,果然是能看到未来的男人

感觉这玩意写的程序基本都不太对，缺斤少两的，写个模板还可以。

用来写文案还是可以的

要是国内没有相应的替代品就不用担心，

我玩了一段时间 ChatGPT ，感觉现阶段离应用到生产中还有很远的距离，或者说可以安全应用的领域是极其有限的。

我没法甚至在大方向上相信 ChatGPT ，比如我发现它对一些语法理解还是存在严重问题的，所以它充其量能给工作人员提供思路，因为选择思路的过程本身就是验证其合理性的过程。