之前有个朋友问我，以后人工智能发展起来，是不是码农都要被取代了。他问这个问题，很可能是因为看了关于 ChatGPT 的文章。前一阵子，ChatGPT 实在太火了。

为此，我特意注册体验了一把 ChatGPT 写代码、读代码的能力，确实惊人。它可以做程序员的很多工作。

可以让它实现某个算法，用任意的编程语言。比如，用 Haskell 实现一个拓扑排序算法。

看着很像那么一回事，但这个版本的时间复杂度明显不是 O(V + E)，它搞错了。

第一次尝试翻了船。我问它“有没有更高效的实现”，它的第二次回答，倒是很靠谱，认识到了错误，给了一个新的版本。

也可以让它写 UI 代码，把项目里的数据类型定义发给它，让它以此为基础，用 Typescript 写 React 组件。

很不错。有代码，有解释，还有使用方式。

甚至可以进一步让它完善它自己的代码， 比如让它给前面代码中的订单标题加上特殊的样式：

已经很有迭代开发的味道了。

还可以给它一段代码，让它解释代码的意思。我随手用 OCaml 写了一段翻转列表的函数，用了个没意义的函数名字，问它这个函数做了什么。

它的这个回答，很准确。

还可以让它帮你 debug。我找了一段用 Python 写的快速排序代码，在其中加入了一点 bug，交给了它。

这次又翻车了。虽然它解释得很好，但没有找到 bug。

这样的例子可以一直举下去。在我看来，ChatGPT 这些例子中的表现，就像是一个略有点马虎、有时候不是那么严谨、但极其博学的程序员。

因此我觉得我朋友确实问了个好问题。

个人认为，尽管实力强劲，ChatGPT 是不能取代程序员的，原因有三。

1.

ChatGPT 的确能给出解决某个细节问题的代码，但这些代码不是完整的软件，用户不能直接使用。

要让这些代码生效，成为用户使用的软件的一部分，需要专业程序员的工作，需要他们把这些代码片段放到适合的地方。

2.

ChatGPT 在回答我们问题时，并不是经过推理后得出“它相信是准确”的答案，而是从大量数据样本中组合出一个在概率上是最可能满足要求的“文本”。

这就意味着，不管它的回答多详尽、不管回答的内容整体上看起来多像那么一回事，它在某些细节上出错的概率并不低。

这些细节上的错误，在其他 AI 生成内容 —— 比如诗歌、画作中，没什么影响，甚至可能是闪光点，但要作为源代码的一部分放进要日夜运行的业务系统里，就不能被接受了。

因此，即使我们要使用 ChatGPT 给的代码，这些代码也要经过专业程序员的检查、测试和修订才行。

3.

我在前面的例子中提给 ChatGPT 的问题，都是非常明确的指令。

这些指令，不是产品经理（或者业务人员、需求分析师、老板）给程序员的功能需求。他们给的功能需求，可能很详细、也可能很粗略，可能很严谨、也可能充满矛盾。把这些需求直接给 ChatGPT，是得不到什么代码的。

需要专业的程序员投入很多工作，才能把这些功能需求转换成能让 ChatGPT 写代码的那些明确指令。

所以目前来看，ChatGPT 这样的 AI 还不能取代程序员。

随着版本的升级迭代，ChatGPT 可能会越来越好，错误率越来越低，但短期内不会有本质变化，能让上面三个理由不再适用。

当然，未来一切皆有可能，说不定以后有 AI 可以在我提出要做某种很酷的软件后，主动地向我提问，一步一步引导我说出所有思路，然后咣一声，就把整个成品端出来，没有半点瑕疵。

从现状到那一步还有非常远的距离。

相比能不能取代程序员，我更关心的其实是 ChatGPT 能怎么样帮助程序员。显而易见，现在的 ChatGPT 已经能大大地改善程序员的工作效率了。

1. 不用再去搜索引擎找那些函数库调用示例、API 使用方法了，可以直接问 ChatGPT 要；

2. 面对棘手任务，没有头绪时，可以问问 ChatGPT ，从它的方案中找灵感；

3. 开发软件时，程序员大部分时间都花在读代码上。现在就可以把那些祖传、晦涩的代码扔给 ChatGPT，让它先解读一番。这个我觉得最有用，因为跟前面两个不一样，ChatGPT 的这个优点是搜索引擎不能提供的。

最后，我还是用同样的问题问了 ChatGPT。