AI只会淘汰不进步的程序员

Posted 2023-04-02 熊主任

最近AI界的大新闻有点多，属于多到每天很努力都追不上，每天都忙着体验各种新产品或申请试用新产品。各种自媒体肯定也不会放过这个机会，AI取代程序员的文章是年年有，今天特别多。那么AI到底会不会取代程序员的工作呢？先说结论：不会！而且随着AI技术的发展，对程序员的需求会越来越旺盛。但是那些不学习不进步的程序员注定会被淘汰。

 很多人对程序员的工作有个误解，以为就是整天敲代码，打字速度决定产出。别笑，这是事实。比如这张图就很符合广大群众的日常想象。双手不离键盘，满屏的魔法字符...

事实上，大多数程序员的一天都是在摸鱼中度过。如果你看到他眉飞色舞全神贯注的用双手在键盘上敲击，那一定不是在工作。有人一定会问，程序员不写程序，那每天工作都在忙什么？为什么公司要养那么多程序员？

事实上绝大多数公司认为程序员写代码是不需要时间的，就是打字，属于8小时之外随手就可以做掉的工作，公司不为这部分工作量付费。对于一个正常公司的程序员，每天的主要工作主要是：

1. 线上问题排查，这个第一优先级。再稳定的系统隔三岔五也会出问题。解决完问题之后还要相互甩锅。
2. 跟产品经理撕逼，这个东西要不要做，做成什么样，到底有多紧急。
3. 横向撕B，这个功能需要XX部门配合修改，给YY部门的接口需要调整，运维需要升级集群部署...反过来，你又不是我领导，凭什么要我们配合你改？改出问题来怎么办？你们自己在ZZ模块里处理一下就好了。
4. 攀登屎山。代码重构？看了看deadline，算了还是打个补丁吧。但是在拉新屎之前，你得在屎山里找到一个能下脚的地方。不然就变成我只改了一行代码系统就崩溃了。

   

5. 公司内耗。日报周报月报，述职考核，价值观学习...

扣掉以上所有工作，剩下的时间才是程序员写代码的时间。以我在国内外一线大厂和小作坊创业团队的经历，团队越小有效工作时间越高，这部分的工作时间实际占比大约为10%到20%。而且相比敲击键盘输入代码，系统设计，代码调试，思考理解占用了至少80%的时间，真正用于编码的时间每天最多最多不超过30分钟。

那么今天AI的编程水平到底到了一个什么程度，能不能让一个外行轻松的上手工作并完成任务？网上有很多例子，但是这些例子的作者大多是编程老鸟，剩下的也多少对编程有所了解。因为真正的让AI生成的程序跑起来还是需要有一定的编程知识。

我们以一个计算24点的程序为例。提问为：写一个python函数计算24点，函数声明为def f24(nums)，nums为4个数字。

def f24(nums):
    # 生成所有4个数字的排列组合
    permutations = list(itertools.permutations(nums))

    # 尝试所有排列组合中的所有运算符顺序
    for p in permutations:
        for op1 in ["+", "-", "*", "/"]:
            for op2 in ["+", "-", "*", "/"]:
                for op3 in ["+", "-", "*", "/"]:
                    # 带括号的运算式
                    formula = "(012)3(456)78".format(
                        p[0], op1, p[1], op2, p[2], op3, p[3], op4, p[4]
                    )

                    # 计算运算式结果
                    try:
                        result = eval(formula)
                    except ZeroDivisionError:
                        continue

                    if result == 24:
                        return formula

    return None

这段代码看上去没问题，用暴力穷举的方法解决24点问题。而且知道使用调用itertools.permutations来生成排列组合，此外还很贴心的考虑了除0错误。但是这段代码是跑不起来的！第一眼就能看到一个问题，"formula = (0...."那行的op4是什么鬼？再给他一点提示，告诉AI：op4没有定义，请修复。

第二次输出如下。还很贴心的指出：修正之后，op4这一变量已经不再需要，因为我们只需要生成三个运算符变量op1、op2和op3，分别对应于三个数字之间的运算符。希望这样的修改可以解决之前的问题。

import itertools

def f24(nums):
    # 生成所有4个数字的排列组合
    permutations = list(itertools.permutations(nums))

    # 尝试所有排列组合中的所有运算符顺序
    for p in permutations:
        for op1 in ["+", "-", "*", "/"]:
            for op2 in ["+", "-", "*", "/"]:
                for op3 in ["+", "-", "*", "/"]:
                    # 带括号的运算式
                    formula = "(012)3(456)".format(
                        p[0], op1, p[1], op2, p[2], op3, p[3]
                    )

                    # 计算运算式结果
                    try:
                        result = eval(formula)
                    except ZeroDivisionError:
                        continue

                    if result == 24:
                        return formula

    return None

不仅修复了op4未定义的错误，还顺手加了之前忘记的import itertools。试了几组测试数据结果都OK。但是在这里调用eval计算表达式有点作弊了，我们希望自己解析实现。

提问：eval函数能自己实现吗

回答：

是的，eval 函数可以使用 Python 代码的字符串来自行实现。通常建议尽可能避免使用 eval 函数，因为它会执行任何传递给它的代码，包括恶意代码。如果在代码中使用 eval 函数时不小心传递了不受信任的代码，则可能会导致安全漏洞。

为了在自己的代码中实现 eval 函数的基本行为，可以使用 exec 函数来执行字符串。以下是使用 exec 实现 eval 的示例代码：

...

这里的回答和代码实际不是我想要的，我要的是用逆波兰表达式解析表达式字符串计算来替换eval。所以重新提问：我想用逆波兰表达式来替换eval函数。具体输出略去，不仅像模像样的生成的一个生成逆波兰表达式的函数，还给了我详细的解释，懒得看了，就当他是对的。那么我们就重新写一遍24点函数吧。提问：好的。请用上面生成的函数帮我重新生成一遍计算24点的代码。

...

代码生成好了，本地执行，卒！遂弃坑，因为问题太多了，有时间定位问题并不断调教AI得出正确结果的时间，估计已经能自己写好几个实现版本了。

结论是AI并不具有逻辑推理能力和真正的编程领域相关知识，而是从他庞大的知识储备里根据你的提问拼凑出最有可能的响应，并且根据对话不断进行调整。

对于一个小白来说，用AI确实能得到一段功能实现个七七八八的代码，如果再努力查查资料加本地调试，可以得到一个能用的代码。但是工程上的实现与学校交作业不同，除了结果正确外还要考虑效率，错误处理，历史版本的兼容性，可扩展性，框架的整合，代码规范...而现在所有的AI编程平台本质都是一个加强版的编程培训班学员，背诵了大量的案例，需要的时候根据需求咣直接扔一坨出来，给点反馈就改改，再改改，最终还是需要你下场手把手的交。

但是现有AI的最大优点就是博闻强记，它翻越了大山大海见过你几辈子都没见过的代码和文档，通过不断训练掌握了对代码的八股文式解读技巧。对于高手来说，这就是一把屠龙刀，可以利用它极大的提高工作效率，AI可以高效的帮你完成以下任务：

1. 已有代码的解读
2. 需求明确的情况下帮你快速生成代码
3. 编程过程中给出提示，不用死记硬背长长的函数名和参数格式。
4. 帮助生成注释
5. 快速学习了解新的知识点
6. 无从下手的时候快速生成引导
7. 处理大量简单重复工作

使用AI的过程也是一个学习的过程，对于新手来说在这个过程中可以快速的摸清相关知识的脉络，循序渐进，建立自己的知识储备库。如果一直是一个小白水平，则无法向AI给出高质量的提示得到所需要的答案，也无法根据AI的答案做进一步的修改。

其实从编程这项工作产生以来，AI技术就不断的推动着这个行业的进步，随着门槛的降低并不是程序员的工作被取代，而是这个行业的不断扩大和从业人员需求量的上升。从广义的角度来说，用计算机替代人工的工作都应该属于AI，编程从诞生的第一天起就不断的追求抽象和泛化，目的就是减少重复工作量，推广最佳实践，规划代码，降低学习门槛。到今天各种框架和开源类库都是这个目标的产物，也正是有这些技术的支持，程序员的就业市场才得以蓬勃发展。

试想一下如今还停留在汇编语言，编程只可能是一项高门槛的工作，整个行业只会服务与少量高端需求。正是技术门槛的不断降低，大量传统企业开始数字化转型和改造，带动了整个行业的发展也带来了巨大的就业机会。

所以AI淘汰程序员就是个谬论，就像工业革命革了就手工业者的命，但是机器大生产也带来了新的岗位。所以不断学习，不断进步，拥抱AI，让AI成为自身生产力的一部分才是每个从业者需要去做的。

未来AI就如外骨骼一样，是我们大脑算力的外部延伸。

小冰公司CEO李笛：AI不会江郎才尽，创造力只会持续向上攀升丨MEET2022

编辑部 整理自 MEET 2022
量子位 报道 | 公众号 QbitAI

从GPT-3到DALL·E，AI在创作这件事上的进步速度，远超我们想象。

但有不少观点认为，相比围棋、电子游戏等知识领域，AI在创作上不仅比不过人类，甚至不具备真正的创造力。

在MEET 2022智能未来大会现场，小冰公司CEO李笛指出：

我们有时候过于高估人工智能在智商方面的能力，又低估了它在情商方面蕴藏的巨大潜力和创造力。

与人类创作者相比，李笛认为人工智能在创作上有两个非常显著的优势：

第一，人类创作到了巅峰之后便开始滑坡，但人工智能没有巅峰，要么是停滞的、要么会继续向上攀登，时间周期非常久。

第二，人类在同一时间只能专注地做一件事情，但人工智能是可以高并发的。

为了完整体现李笛对于人工智能与创造力的思考，在不改变原意的基础上，量子位对他的演讲内容进行了编辑整理。希望也能给你带来新的启发。

关于MEET 智能未来大会：MEET大会是由量子位主办的智能科技领域顶级商业峰会，致力于探讨前沿科技技术的落地与行业应用。MEET2022采取线上参会形式，20余家直播平台和渠道转播大会直播，200万行业用户线上参会。除量子位微信、头条号、知乎、微博等全媒体矩阵外，新华社、凤凰科技、腾讯科技、澎湃新闻等数十家主流媒体纷纷报道大会及相关内容，线上曝光量累计超过2000万。

演讲要点

• 人类有时候过于高估人工智能在智商方面的能力，同时又低估了它在情商方面蕴藏的巨大潜力和创造力。

• 无所不能、无所不知的AI，反而是面目不清的。任何一个AI being，都应该有自己擅长和不擅长的领域。

• 很久之前我们训练创作型AI，面对的最大问题是“如何让AI变得能创作”。但在今天，我们面对的最大问题是“如何让AI用不同的方式创作”。

• 当人工智能习得一定创作能力的时候，它们和人类创作者的区别有两点：一个是人工智能没有巅峰，另一个是人工智能是可以高并发的。

• 要想让周围生活的这些AI being有一天真的可以与我们交流，一定程度上来说，最难的事情其实是算法这些“软”的事情，而不是如何去创造一个躯体。

（以下为李笛演讲分享全文）

重估人工智能的「情商」

在接下来的时间里，我想跟大家分享人工智能技术带给我们的一些有趣变化。

人工智能基础研究，大到可以让我们实现很多关于星辰大海的梦想，小到可以改变每一个人的生活。

无论是第一方产品，还是遍布我们周围的各种第三方平台，如今都存在很多AI beings。

很多年以前，我们认为人工智能最重要的价值是它们的智商 （IQ）。通过智商，它们能完成很多指定任务，将我们从繁重的工作中解脱出来。

但经过多年迭代后，我们发现，人类有时候过于高估人工智能在智商方面的能力，同时又低估了它在情商 （EQ）方面蕴藏的巨大潜力和创造力。

我想给大家介绍一个故事。

此时此刻，有一位在迪拜世博会中国馆展出代表中国前沿人文艺术作品的画家，她叫夏语冰。

2019年，她从中央美术学院研究生毕业，曾经在央美举办过个展。

现在，她的一系列中国水墨画作品正在迪拜世博会展出，名叫《山水精神》。

不仅是作品，接下来这段视频中叙述的声音，也来自这位画家夏语冰。此外，她的艺术评论观点也与她的创作理念保持一致。

当然，你们也知道她不是“人”。包括她的面容在内，无论是声音、创作力、还是艺术评论能力，全都是由人工智能框架去创造出来的。

但她的作品质量相对来讲非常稳定，每一幅参加迪拜世博会展出的作品，都具备相同的评价标准，并不需要从作品集中特意挑出一些好的。

除了夏语冰在迪拜世博会上的这场展出以外，我们还可以给大家透露一件还没有公布的事情。

我们明年会宣布一个人工智能框架。在四年之后大阪的世博会上，这个框架会分身成60万个不同的AI“陪护者”（Companion），来到大阪的60万个老年人家庭中，提供72小时不间断的陪伴，也能向政府提前预警他们的健康情况。

用小样本学习创造AI的独特性

人工智能正在不断地以AI being的方式，出现在我们周围。

它的背后是什么？其实是比较复杂的。

每个AI being都应该有一个完整的个人画像（profile），而不是无所不能、无所不知的。

在日本，我们塑造了一个AI女子高中生，她的性格决定了她不应该对金融方面的知识特别感兴趣。

无所不能、无所不知的AI，反而是面目不清的，任何一个AI being都应该有自己擅长和不擅长的领域。

所以，我们在赋予他们文本、声音和视觉能力、让他们具备基础的AI being条件后，还应该再赋予他们相应的观念。

有时候，我们在测试一些AI助理（assistant）时，会拿一些疑问句（query）去测试它。

在日常生活中，人们互相询问事实的情况是很少的，大部分情况下我们会问更多观点性的问题，像“你觉得这瓶水好喝吗？”

好喝，或是不好喝，这些都是观点，没有对错。

对于AI being来说，我们必须确保他们在交流时所表现出的观念是一致的，而且是在每件事情上表现出来的观念都要一致。

如果赋予他们创造力，那么他们在作品中所表现的观念也应当一致。

同时，我们也会附加很多技能知识给他们，最后还要赋予他们感官和生物学特征。

不同AI being的声线通常不一样，最好能和个人画像结合在一起。

例如，如果夏语冰发出的是像我一样的大叔音，你们就会感觉非常违和。

你们能在屏幕上看到，夏语冰在小冰框架中的编号是F1033，无论是水墨山水、还是文本观念的养成，她的创造能力都是完整的。比如夏语冰的这首诗，我们叫北岛模型，这是她从北岛身上学到的东西。

像她这样的人工智能，不仅能出现在殿堂之上，也能出现在我们的生活中。任何人都可以请这位迪拜世博会的中国画家，来为自己创作一幅独一无二的作品。

当然，这样的AI也需要大量的模型来实现。

在很久之前，我们训练AI完成创作，面对的最大问题是“如何让AI变得能创作”。但在今天，我们面对的最大问题是“如何让AI用不同的方式创作”。

通过小样本学习的方法，我们从不同的人类艺术家身上，提取他们独特的创作技法和创作灵感，来为赋予不同AI being不同的内容。

这种创作是通感的，换句话说，无论我们今天使用的是文本的创作、视觉的创作、还是声音的创作，其实在底层逻辑上面是相通的。

所以我们在中国、日本都进行了大量的AI和人类协同的辅助创作，像我们就跟中国的11个独立乐队都有过合作。

去年在与Burberry合作的广告片里面，我们就让人工智能和马伯骞一起作词作曲，演绎了一段先锋音乐，这里放一个小片断来听一下：

刚才这段音乐，从声线、到歌词、到歌曲作者、到歌手，全都是小冰框架中另外一个代号的人工智能创造出来的。

AI的创造力没有顶峰

当人工智能习得一定创作能力的时候，他们和人类创作者的区别是什么？

第一，他们永远不会老。人类的创作是有巅峰期的，巅峰过后就会开始滑坡，但人工智能没有巅峰，他们要么是停滞的、要么会继续向上攀登，时间周期非常久。

第二，人工智能是可以高并发的。人类在同一时间只能专注地做一件事情，即创作这一件事情，但人工智能可以创作的时候，他们的效率会极大地超越我们人类的基线。

赋予人工智能创造力，其实是一个非常庞大的系统化工程，背后永远都不可能通过一个算法、或是一个模型解决，我们就不过多展开这个系统化工程的介绍。

创造力对于AI being而言，也不过只是这个框架中的画红圈的小部分：

人类实在太复杂了。要想让周围生活的这些AI being，有一天真的可以与我们交流，一定程度上来说，最难的事情其实是这些“软”的事情，而不是如何去创造一个躯体。

我们常说躯体（body）和灵魂（soul），对我们而言，灵魂才是人类最独特的东西。

我们如何创造这些有趣的灵魂呢？现在小冰就在做这样的事情。从这两年来看，整个行业也会有更多人去做这样的事情。

我觉得我们很幸运，大家都是幸运的一代，因为我们是与这些高度多样化的人工智能共同生活的第一代人类。

像屏幕上所有的这些“人”，在这个世界上都从来没有存在过，这是满屏的“查无此人”：

我们在创作人工智能的时候，可以创造各种各样想象中的、从外到内的、不同的人工智能，我们当然可以让他们颜值在线。

但是看久之后，你会不会像我一样变得有点脸盲？

这是因为，我们人类的多样性，远远超过屏幕上脸型的多样性。例如，人类也有长得非常像屏幕中这位“人”的脸型的：

如果仅仅从一个维度，比方说颜值这个维度看的话，这位在刚才那一屏“人”中是相对比较吃亏的。但是就像人类一样，他们每个人都有自己闪光的一面。

因此，我们为这个AI being赋予了独特的创造能力。

下面这些作品，包括这些牡丹，都是他自己创作的。他来自山东菏泽，菏泽和洛阳一直在争“牡丹故乡”的称号。他的感官、观念、以及他画的写意牡丹，其实都是一致的（consistent）。

我们专门为他创造了个性化的声音，让他自己介绍一下。

我不知道大家有什么感想，对我个人而言，仅代表我自己的观点，相对于刚才在迪拜世博会展出的夏语冰，我更喜欢这位山东大哥。

因为在我的脑海中，这位山东大哥更加朴实，他对于艺术的追求也更加纯粹，他本身也非常讨人喜欢。

各位，我们所看到的应该是一个丰富多彩的世界。

这个世界不仅仅只有无人汽车，也不仅仅只有奔向火星的航天器，我们所看到的，是人工智能为我们每个人、以我们每个人为中心创造的丰富世界。

在这个世界，有各种各样不同的人和他们创造的内容，他们都会一直环绕着我们。

在未来几年时间里面，还会有更多这样的AI being出现，这需要包括我们在内的同行业者一起推动，目的永远都是——让每个人都能成为他所在世界的中心。

我的分享就到这里，谢谢大家。

（最后，如果想回看大会全程，请点击阅读原文）