一、背景
几年前，天猫精灵、小度等智能助手不断出现，当时作为一个程序员来说，觉得这些所谓的人工智能不过如此，不足为惧。
然而随着 2022年 11月 30 日由 OpenAI 研发的 ChatGPT 发布，一切都变了。从 GPT -3 到 GPT 3.5 到 GPT 4 ，很多方面已经超过很多专业人士，功能越发强大， 基于 GPT 研发的工具不断涌现。
微软 Turing NLG 、百度 Ernie 、谷歌 Switch Transformer 等和 GPT 相似的大模型，也不断涌现和应用。
这些大模型在不同的领域相结合，提升各个领域的生产力，软件工程师和其他行业员工的部分工作已经可以被取代。一些相对简单和重复性的编码任务，甚至越来越多的复杂任务，人工智能可以轻松快速完成。
那么是否软件工程师群体将会被取代？软件工程师这个群体该何去何从？
本文会先介绍最近比较流行的，尤其是和软件开发相关性较大的 AI 工具，然后分享一下自己对人工智能发展的畅享，最后探讨我们应该如何应对。
二、大模型时代
2.1 GPT 系列
2.1.1 ChatGPT
ChatGPT可以回答用户的问题。不论问题涉及历史、科技、文化等领域，只要用户提出，ChatGPT会尽力提供准确的答案，帮助用户更快地获取所需信息。
ChatGPT 还能进行对话。用户可以向其提出问题或者表达想法，ChatGPT会根据输入内容做出回复。这种对话交互可让用户感到更加舒适自在。
ChatGPT还可以生成文本。用户可提供关键词或句子，让 ChatGPT 创作出有趣的文本，如诗歌、小说、文章等。这对于那些需要灵感或想要创作的人来说非常有用。
ChatGPT还能进行语言翻译，将一种语言翻译成另一种。同时，它也能帮助用户润色文章或提供写作建议。这些功能都可帮助用户更高效地完成各种任务。
GPT 还提供了 API 调用的功能，可以让众多第三方应用可以基于该 API 提供自己的服务，成为 GPT 在各领域应用的加速器。
2.1.2 搜索引擎：New Bing、YouChat、Perplexity
作为软件工程师而言， 这些基于大模型的搜索引擎帮助挺大：
- 可以通过它们来学习。让它给你介绍一些自己不理解的概念，不断追问的方式学的更深入和系统。
- 可以通过它们辅助编码。可以把一些编程任务交给它。让它帮你写一个 DEMO，然后不通过对话让它不断改进、甚至帮你编写单测。
- 可以通过它们解决问题。日常开发中遇到问题时，可以描述给新必应，让它给你解决问题的思路。有时候自己解决可能需要几个小时的时间，问它们可以很快锁定问题的关键，快速解决问题。
- 可以让它们辅助做计划、解答日常困惑。日常开发的技术提升、工作中的同事关系、旅游的计划的制定、周报编写等。
- …
（1）New Bing
New Bing 是基于 GPT 4 的智能搜索引擎。
通过新必应，用户可以提出复杂问题让它来实现；可以对它提问，获得想要的答案；让它给你创作灵感。
（2） perplexity.ai
Perplexity.ai 是一个基于人工智能的搜索引擎，可以用自然语言回答用户的问题。它有一些特色，比如：
- 提供个性化的推荐，根据用户的兴趣和历史搜索给出相关的建议
- 自动扩展查询，根据用户的输入添加更多的关键词或短语来提高搜索效果。
- 理解自然语言，可以处理复杂和模糊的问题，并给出准确和简洁的答案。
- 提供即时结果，可以快速地获取最新和最准确的信息。
- 提供一键摘要，可以将长篇网页缩减为主要内容，并分享给其他人。
2.1.3 编程领域：Cursor 、GitHub Copilot
当然前面的 ChatGPT 、New Bing 等也可以写代码，但有些工具更侧重于编码，如 Cursor 和 GitHub Copilot 等。
（1）cursor
Cursor 非常强大而且免费，可以描述你想要的功能，它直接帮你写好。你还可以“和代码对话”，选中一些代码片段对它提问。你还可以选中一部分内容，说出自己的诉求，让它进一步优化。
官网界面：
和 Github copilot 的区别：
使用示例：
还可以选中某个函数或者某部分，让它讲解相关用法。还可以选中某个区域告诉它修改方向，让它根据你的需要进行优化，非常强大。
更详细的内容参考：《什么？ 你还没用过 Cursor？ 智能 AI 代码生成工具 Cursor 安装和使用介绍》
（2）Github Copilot
Copilot 是非常强大的 AI 编程助手，并提供了 IDE 插件，使用起来非常方便。
官网界面：
提供的功能：
2.1.4 笔记领域：Notion AI、印象 AI
笔记软件也在基于 GPT 大模型提供越来越智能的功能。
如 Notion AI, 目前就可以提供以下功能：
- 总结笔记内容
- 头脑风暴
- 帮你写草稿
- 修改拼写和语法错误
- 将你写的文本轻松翻译成其他语言
https://www.notion.so/help/guides/using-notion-ai
2.1.5 办公领域：Microsoft 365 Copilot
借助大模型，Office 的办公效率有质的飞跃。
在 Word 里，你可以让 Copilot 给你写文章、改文字、做总结。
在PPT中，你跟它说说你的想法，它就自动给你做出一整套 PPT，美观的页面自动给你设计好。
在 Excel 中，Copilot 几秒内就帮你生成清晰的表格，并且搞定任何数据处理。
在 Outlook 中，Copilot 可以帮你写邮件，你起个头，打个底，它就自动给你补完整，顺便大大润色你的文字。
2.1.6 阅读领域： ChatPDF
https://www.chatpdf.com/
可以上传 PDF ，然后和 PDF 进行“对话”，对学习效率有极大提升，可以快速找到想要的内容。
2.2 文心一言
文心一言是百度研发的大预言模型，发布会已经发布，目前可以预约，感兴趣的同可以申请试用。
2.3 其他
2.3.1 YouChat
已知第一个将聊天助手集成到其搜索结果中的搜索引擎。
YouChat 和 New Bing 的区别：
- YouChat 2.0 使用最新的自然语言技术，包括 ChatGPT 和 LaMDA 等模型，而 New Bing 则是基于最新的 GPT 4 模型。
- YouChat 2.0 更注重用户的上下文和偏好，以提供更个性化和相关的答案。New Bing 则更倾向于提供客观和权威的答案，引用可靠的来源。
- YouChat 2.0 集成了 AIERNIE Bot 和 CAL 等功能，可以提供很多高级功能，如翻译和计算等。
2.3.2 其他
最近还出现了很多厉害的 AI 工具，比如可以根据描述自动作画；可以根据上传的几段音频自动模仿人的声音；可以根据你的视频自动生成 AI 仿真人去直播；可以跟文章自动制作视频等，感兴趣的同学自行了解学习。
基于 GPT 3 和 GPT 4 的应用不断涌现，大家可以根据自己的需求去选用：
https://gpt3demo.com/
https://gpt4demo.com/
三、畅想
3.1 应用
随着 GPT 不断迭代，越发强大，和各行各更好地融合，必然给各行各业带来革命性的效率提升。
近期更多地是通过自然语言和工具交互，让它自动实现一些重复的任务，极大提升工作效率。
对我们的要求是思考如何更好地提问题，表达清楚我们想要什么。
3.2 发展阶段
下面是个人不成熟的想法，仅供参考：
我认为随着 GPT 大模型的出现，人类开始迈入人工智能的半自动化阶段，后面会发展的到全自动化阶段。在半自动阶段，人工智能的应用更多是扮演则辅助的工具的角色，而全自动化阶段则极少需要人的参与就可以自动完成工作。
就像你是一个裁缝，以前你要手工用针去缝制衣服，后来出现了缝纫机，进入半自动化阶段，此时缝纫机是你的辅助工具，你缝制衣服的效率大大提高。后面出现全自动化的制衣流水线，那么很多裁缝就要失业了。
就像你是一个司机，以前都要手动挡，现在有了自动挡，又出现了辅助驾驶，开车的门槛和效率大大提高，现在无人驾驶也已经出现（只是尚未普及），未来无人驾驶普及之后大量的司机要失业了。
四、我们该怎么办
4.1 学习方式和解决问题的途径已经改变 -> 需要利用好工具
正如 YJango《【渐构】万字科普GPT4为何会颠覆现有工作流；为何你要关注微软Copilot、文心一言等大模型》中说：人工智能的出现，很多人会将它和最高标准进行对比等，进而否定它，这是人的本能反应，因为人们害怕被取代。“然而，工具不会取代人，只会是会用工具的人取代不会用工具的人。”
以前学习技术，需要报培训机构、需要买书，拿来一本书需要看很久才能找到自己想要的内容；以前解决问题，需要去各种技术群里，去大牛请教，问题往往得不到及时的回应。
然而，随着 AI 的运用，一切都变了。
以前需要搜索很多资料，看很多书才能将某个知识理解地不错。现在想学习一个知识，直接让 AI 给你解答，可以通过不断追问，可以让它给你举例等方式，帮助你快速系统掌握一个知识点。
以前写技术文章，需要一些配套的代码示例，需要自己在 IDEA 里面写半天，现在借助 AI 几秒钟就可以写出符合要求的高质量的代码。
以前花几个小时甚至一两天才能排查出的问题，现在遇到一些棘手的问题，可以向 AI 请教，可以快速给你非常靠谱的解决思路。
从 New Bing 到 GitHub Copilot 再到 Microsoft 365 Copilot , 微软目前将这些人工智能工具定位为 “Copilot” (副驾驶员)，即定位在帮助你写代码、帮助你办公。
虽然 AI 非常强大，GPT 等大模型的出现让我们和计算机的交互更直接，更像是人与人之间的对话，但依然需要我们能够正确地提出问题，引导它给出我们想要的答案。
使用这些工具和不用这些工具的学习、生活和工作效率的差异将是非常巨大的。推荐大家改变学习方法，利用好工具，更好地学习、生活和工作等。
4.2 新的工具、技术快速涌现 -> 需要终身学习
随着深度学习模型参数规模的不断增长，大模型和不同的领域结合产出新的效率工具越来越多。无论是机器翻译、聊天机器人、搜索引擎、自动客服还是知识图谱，大模型都在提升认知智能水平。
在这样一个快速变化的时代，新的技术不断涌现，我们需要保持好奇心和探索精神，持续学习、终身学习，学习新工具的使用，学习新的知识，学习新的技术，学习如何更好地利用人工智能解决问题，以适应未来的挑战和机遇。
4.3 换个赛道
所谓换个赛道有多重含义：从普通的软件开发工程师转型做 AI 开发、调试、维护等计算机的其他领域，甚至可以考虑转行；增强人更擅长的能力，而不是和机器去比拼机器更擅长的事情等。
正如阿里巴巴的王坚博士所说：“容易被机器取代的事情，本来就不该让人来做”。
古代有马车夫，工业革命以后，随着汽车而出现，马车夫逐渐被取代，马车夫可以转型做司机、做汽车维修等；就像 BB 机被手机取代了，接线员可以转行做手机相关业务；完全也可以去从事其他行业，做更多更有价值的事情
我们没有必要和机器比，就像人不服输，想要和汽车赛跑一样可笑。我们应该让机器做机器更擅长的事情，比如利用人工智能来自动化一些常规和重复的任务，如编写一些基础代码，进行代码重构，进行 bug 修复和帮我们测试，从而节省时间和精力，提高效率和质量。
在我看来，目前的人工智能的水平，处于初级的半自动化阶段。可以类比于缝纫机的发明对服装行业的影响，它可以替代传统的手工缝制方式，生产效率大大提高，但依然需要人来操作。
目前人工智能更多地是扮演助手的角色，虽然很强大，但依赖我们去定义问题，去描述清楚问题，正确地提问，才能得到希望的答案，进而帮助我们创造价值。
这就像随着汽车、火车、高铁、飞机不断出现给我们的出行带来的效率提升一样。
软件工程师将部分编程精力解放出来，可以更专注于高层次和更有价值的认为，比如需求分析、架构设计、产品设计和提升用户体验等。
我们应该重点发展软件工程师除了基础的编码之外的其他能力，如需求分析、架构设计、高效沟通等。
我们还可以参考软件公司底层开发人员晋升后写的代码越来越少，甚至不写代码，他们在做什么，着重发展这些能力。比如更关注与人的沟通，更关注业务价值，思考如何做好、做大业务；更关注如何设计更强大而稳定额架构；更关注如何提升用户体验等。
我们需要做的是思考工具效率普遍提高的时候，我们和其他人的竞争力究竟在哪里？能否超越大多数人。
五、总结
人工智能的时代已经来临，比想象中来的更快，不可逆转，人工智能的广泛应用将为各行各业带来巨大的冲击。
我相信人工智能将产生类似工业革命这种效果，人类的生产力得到极大解放。
短期来看，人工智能只是辅助我们工作的工具，作为软件工程师需要利用好工具，需要做好持续学习甚至终身学习的准备，需要从繁琐重复的工作中脱离出来，提高自己与机器，与人打交道的能力，将更多的精力投入到需求的分析、架构的设计等，做更多更有价值的事情。
现在大厂都在研究大模型，都希望“降本增效”，如果大家不能及时掌握并运用好工具，不能及时转变自己的能力重心，很可能被优先替代掉。
如果你有补充或者不同意见，欢迎留言交流。
创作不易，如果本文对你有帮助，欢迎点赞、收藏加关注，你的支持和鼓励，是我创作的最大动力。
