来源/深然（ID：）

作者/邹帅

作者/唐亚华

图片/官网

“去年年底看到大佬们在分享相关内容，一开始以为只是资本和大佬们玩弄的玩具，但用过之后，和朋友交流，加上自己研究，我确信这个模式是革命性的。”高帆曾在国内某大公司担任后端工程师，离开程序员岗位许久后，再次把目光投向了代码世界。

高帆认为，作为生成式AI，它具备极强的交互能力，“它其实用了互联网上所有人类的语调，训练出了一个庞大的语言集，可以想象，它将迎来一个用自然语言与机器交互的新时代。”作为一名技术出身的人才，高帆也坦言，大部分基础性、重复性的工作都会被AI来做，程序员的工作也是如此。

“我们日常生活中写代码，一开始是一行一行地写，每个变量、方法都要自己生成。后来，IDEA有了代码补全、编译器。现在（微软和谷歌联合推出的AI编程工具）可以通过描述需求、上下文，智能地编写代码。”按照这个逻辑，他认为编码并非不可替代的技能，交给AI指日可待。

市场上也有报道称，AI将取代程序员。据CNBC报道，谷歌内部测试显示，那些能通过谷歌初级软件工程师面试的人，就可以获得该职位，这个职位通常适合大学应届毕业生和首次从事编码工作的求职者。一些计算机从业者也尝试过，发现它确实可以编写基本的脚本。虽然它不能进行完整的编程，直接开发一个程序，但它可以通过一步一步的指示教人类完成这项任务，甚至还具备（调试）的能力。

看来，很多基础的编码工作都可以交给AI来做，而AI是否能通过长期学习无限提升编码能力还是个未知数。有程序员表达了自己的担忧，他们以前以为做IT会比当收费员有更稳定的“铁饭碗”，但现在却发现自己处在随时可能被取代的小窗口期。

面对人工智能的洪流，没有人能够傲慢，那些推动技术的人，可能反过来也会被技术所取代。

“我只用了几分钟就写出了代码。

只需要几秒钟。”

谭琳是目前在加拿大工作的前端开发工程师，去年年底发布后，北美技术圈就开始关注和讨论。她表示，同事们试用后，充分肯定了这款工具从技术角度的优势，甚至有人开玩笑说，以后想转行，只写代码。

“我试着写代码之后，确实有点着急。”谭琳说，她给出的指令是：写一个 JS() 文件，生成一个（重启按钮），点击这个刷新页面。很快，完整的代码就给出来了，下面解释了她的思路。“如果是我写这个，要花几分钟，但这个只需要几秒钟。”

谭林尝试的只是一段基础代码，要求只是在页面增加一个功能。树莓派健康APP联合创始人阿肯说，他请它写一个小程序，它就能快速、出色地完成。“我的要求是开发一个识别错别字的AI软件，我先问开发思路是什么，从后端用什么框架，到微信小程序前端用什么框架，小程序如何上架发布，它都能一一列举出来。”阿肯说，自己之前没有开发小程序的经验，这次正好让它教自己怎么做。从提供思路到如何执行，阿肯都按照它的指引，成功开发出小程序，并放到了微信开发平台上。

与谭琳的感受类似，阿陈也发现，不仅能帮助用户解决具体问题，还能将背后的逻辑讲得合情合理、有理有据，既能授人以鱼，又能授人以渔。阿陈举了一个例子，并回答了“小程序中指定位置颜色变红”的命令：“要想让小程序中‘’的指定位置的文字颜色变深，可以在‘’中插入‘’rich-text‘标签来实现。在‘’rich-text‘’中使用‘’标签，并为该标签指定‘’属性，即可控制文字的颜色、字体大小等样式。”回答完这些原理后，他还给出了具体的操作步骤。

在开发过程中，阿晨遇到了好几个程序错误，他把错误信息粘贴进去让它检查，结果很准确。“我可以直接根据它的答案解决问题。”阿晨说，没有小程序开发经验的他，可能需要查阅资料、学习，大概需要两三天时间才能开发完成。问题可能不会很快得到解决。“我们一般会用百度这样的搜索引擎，但因为这类工具给出的答案不是特别准确，我还需要在海量的信息中做二次筛选，所以整体时间会延长。从告诉我怎么做，到解决 Bug 并成功运行，一共花了 3 个小时。”

人类需要几天才能完成的工作，现在只需要几个小时；人类需要几分钟才能完成的工作，现在只需要几秒钟。提高速度和效率是人工智能的价值之一，而在程序员眼中，从几分钟到几秒的进化几乎是“可怕的”，因为很难想象人工智能的速度上限。

除了速度，的“逻辑”和“思考”能力也超出了一些程序员的预期，谭林在日常工作中经常寻求他的帮助，他感觉自己比以前效率高了很多。

“比如我要写一个包含几十个文件的软件，我会从其中一个文件中筛选出一段代码，里面可能还有很多来自其他文件的变量和数据。它在下面解释的时候会说，虽然这些变量没有出现在这段代码中，但是可能是从其他文件传过来的。如果你向Siri等AI问同样的问题，他们会说，‘我不知道这个变量是从哪里来的。’”

使用一段时间后，谭林的心情几经转变。“刚听说它的时候，我是持怀疑态度的，以为它只是类似Siri的东西。当发现它能像我一样写代码并运行的时候，我震惊了。这种震惊直接引发了一些职业焦虑。它比我快太多了，如果经过长时间的学习和训练，会不会有一天取代我？”

谭林原本是学生物的，他转行做程序员的原因之一是觉得这个职业很难像收银员、银行柜台、高速公路收费员那样迅速被机器取代。“疫情也给了我一些幸运，因为我们的工作没受到太大影响，还可以在家办公。但直到人工智能出现，我才意识到程序员不是一份永久的工作，我的职业危机可能就是由此引发的。”

部分 OEM，

但它不能完全取代程序员

它具备基本的编码能力，编写速度也比较快，但是如果真正放到程序员的工作场景中，还是暴露出很多局限性。

先说写代码这个基础环节。几位程序员的共同体会是，写一些基础脚本，写一个网页的功能，指导一个小程序的开发，在技术上是可行的。但是“它只能写代码片段，不能写完整的代码。” 解释道，“你可以这样理解，比如我要生成一个 word 文档，但它只能生成文本形式，如果我需要两个 word 文档，它只能给我一段文字。要生成文档，我还需要手动复制到软件里人工处理，而且有字数限制，最多字符数。” 认为，单从写代码的角度来说，无法写出完整的程序是最大的劣势，因为开发者需要有掌控整个框架的能力。

有人曾这样形容程序员的不可替代性：“程序员的核心竞争力不在于写代码，而在于与各种各样的人扯皮、相互竞争。”其实在业务场景中，无论是前端还是后端、测试还是运维，程序员工作中最难、最耗时的部分就是需求转换、测试、修改。简单来说就是明确公司想要什么，然后去实现它。这项工作需要大量的人的经验和创造力，完成起来还是比较困难的。

举了一个例子，他们正在做一个健康管理的 APP，需要一些减肥菜谱，这些菜谱之间有一定的逻辑性。“如果我让它实现一个菜谱查询的功能，它不知道减肥菜谱怎么插入数据库，怎么取，也不知道工作人员怎么通过后端去维护。我需要给它讲解这些步骤，但这些步骤相当于我已经写好了代码框架，它只是帮我把内容填到框架里而已。”

理解业务目前显然是一个伪命题，所以程序员日常工作中最耗时耗力的部分是难以替代的，不仅具体业务难以理解，而且一些复杂、极端的生产活动也只能从自己的数据库中总结出来。

范高举例说，如果你问“k8s中有哪些Type”，这个问题很基础，一般是面试程序员用的，可以回答得很完整。“但如果问‘如何让淘宝双十一下单功能支持54万/gps？’，只能列举分布式架构的使用、缓存技术、负载均衡、数据库优化、代码优化等。”范高认为，这只是一个模棱两可的答案，并没有给出具体的模型理论和实用价值。“而我们现实生活中的一些业务场景，只有靠人脑去探索和解决，这也是程序员的工作。解决这些跟随市场变化的专业性极强的问题，就连人脑也很难给出完美的答案，AI暂时做不到。”

“各行各业都有一些拧紧螺丝的工作，一般会交给实习生或者新员工去做。我们工作中，比如制定一个技术方案，需要有人具体去实现，但这种CRUD（数据库的增删改查）很枯燥乏味。这种已经设计好，只需要执行的工作，未来可以交给AI去做。”国内某大型企业程序员阿东认为，这种来自AI的“入侵”是好事，“能被AI取代的工作，我都不想做，这些没有创造性的工作被AI接管，正好让我有精力去做更有趣的事情。”

做基础工作的“基础程序员”或许会感觉有些冷。美的集团原AIoT算法负责人练世禄表示，高水平的程序员，或者说“大牛”，是很难被取代的。

“以开发为例，在构建这个模型时，专家会建议第一步要用深度（有监督的深度学习），用 GPT3 这样的成熟模型。”他解释道，搭建框架的那群人很难被替代。原因是，如果一个没有足够开发经验的人把损失函数放在第一步，那么优化损失函数值的空间就会极其小，结果会完全适得其反。

“我觉得低级程序员做的事情，高手已经告诉他们用什么框架、怎么调参数，他们只需要导入进去，写一些固定的代码，他们就会做了。这群人已经不能再产生更高的价值，或者他们的价值被取代了。”

“山脚下很拥挤，山腰人少，山顶上可以呼吸新鲜空气。”练士禄说，归根结底，拥有顶层设计能力、能发现问题、解决问题、创造新生产力的程序员，在面前才会更加从容、自信。

未来已来。

程序员不再是“铁饭碗”

人类为了追求效率和生产力，创造并训练了人工智能。当人工智能发展到这个地步时，人类创造的机器又撕下了人类低效工作的面具，将一些重复性、机械性、低价值的工作推到了悬崖边。

相比于普通民众，计算机行业的人已经在这个领域摸爬滚打多年，见证了人工智能一步步的发展，他们既兴奋又忐忑。连士禄说，他们兴奋是因为对人工智能的未来充满希望，“现在我们走的是大数据、大模型、大算力的路线，用庞大的（数据集）来做计算。这条路可能是完全正确的，因为之前我们尝试过很多小数据、小调参的算法，但是都达不到这个效果。”

焦虑的原因比较复杂，简单来说就是害怕落后。连世禄说，现在很多互联网巨头都在日夜不停地寻找应用方向，大家都在浪尖上发力。他喊AI十年了，现在更怕起早贪黑。“搞算法的人也很焦虑，担心自己算法的方向有没有问题。”

在谭林看来，给程序员带来的焦虑也是一件好事。千千万万普通程序员的核心竞争力，依然是理解需求的能力、独立完成设计架构的能力，而这恰恰是避免被AI取代的核心竞争力。“比如我从事的网站开发工作，前端的人性化设计工作可能很难被取代，但后端的数据库操作、参数传递接口，可能几十年后都说不准，也没办法做这些，只能苦练编码技巧，不断学习。”

最近也在为自己的团队面试技术人员，找到他们之后，对于经验较少的面试者，他的要求会更加辩证。“他们有没有真正的开发经验没关系，我宁愿他们有自己的逻辑思维，不能只顾着执行，做自己能做的事情。”

连世禄也提出，未来这种类型的AI如果大规模进入企业，可能会出现复合型技术人才的需求，也就是产品技术人员，或者说技术产品人员，而现在这种人才非常稀缺。他解释称，从他的观察来看，在国内外很多大型互联网公司，产品人员和技术人员的兼容性很差，双方都不愿意以健康的方式进行沟通。“你需要一个兼容的角色，懂技术，能快速发现需求，并且把需求解释清楚，因为理论上来说，未来只要你给出明确的（提示、激励），它就能给你编程。”

另一个绕不开的话题是成本。阿肯表示，参照温馨一言的模式，已经有不少企业宣布加入意向。“这可能就像现在很多云服务器，刚开始使用的时候，大部分费用都要厂商来承担，企业方可能觉得很便宜，但一旦产生依赖，人工智能公司就会形成垄断，使用成本就会逐渐上升。现在很多企业都开始考虑搭建私服，我觉得人工智能系统也会经历这样的一个消费阶段。”

人工智能已经进入企业，并被应用到智能传呼、智能客服等岗位。不过对于程序员来说，还是要看情况。一方面判断一个岗位能否被人工智能取代，首先要看这个岗位和智能的结合程度，需要大量运用人类经验和创造力的岗位，还是可以保住的。另一方面就是成本的比较，如果客服的人工智能系统价格比雇佣人力低，那自然是可以取代的。但如果编程的人工智能系统价格高，那程序员永远是需要的。

不可否认，机会在向更高处移动，向掌控AI的算法工程师移动，向懂需求、懂技术的复合型人才移动。基础性工作会逐渐失去价值感，这些人要么离开，要么被AI驱使跑得更快。这或许才是人工智能与人类本该有的关系。如果说人类创造AI的初衷是为了解决人类工作和生活中的繁文缛节，那么AI就不是敌人，而是更聪明的朋友。

谭林说，就像运输协会抵制燃油车一样，面对新事物，旧事物自然会排斥、会恐慌，但当你发现潮流已无法逆转时，你也发现自己正和潮流朝着同一个方向前进。

*应受访者要求，高帆、谭林、阿陈、阿东为化名。