語-API經(jīng)濟(jì).png)
API經(jīng)濟(jì) – 什么是API經(jīng)濟(jì)？
你可能也喜歡這些API文章!
人工智能編程的時(shí)代已經(jīng)來臨，它不僅僅是一種配角，更是一種輔助手段。人工智能已經(jīng)在改寫代碼創(chuàng)建的規(guī)則，然而，這只是其潛力的冰山一角。在不遠(yuǎn)的將來，算法有望消除語言障礙并從根本上改變?nèi)祟愰_發(fā)人員的角色。那么，我們是否正在見證人類程序員的終結(jié)呢？讓我們來看看吧。
Stability AI 的首席執(zhí)行官為程序員描繪了一幅黑暗的圖景，大膽聲稱人工智能將在短短五年內(nèi)取代他們。OpenAI 正在全力以赴，組建一支由外部承包商組成的“大軍”來加強(qiáng)他們的模型訓(xùn)練，這可能會(huì)消除入門級編碼工作。彭博社不祥地宣稱，印度 500 萬程序員的龐大群體正處于人工智能就業(yè)災(zāi)難的邊緣。盡管有這些可怕的預(yù)測，Reddit 上的討論表明許多程序員對自己的工作保障漠不關(guān)心。但面對如此徹底的轉(zhuǎn)變，我們還能承受如此自以為是的后果嗎？
如果你認(rèn)為人工智能只是一個(gè)配角，也許你應(yīng)該重新考慮一下。確實(shí)，目前，盡管人工智能可以模仿人類書寫輸出的語法和結(jié)構(gòu)，但它常常難以理解“內(nèi)容”背后的“原因”。換句話說，它缺乏對底層邏輯和意圖的深刻理解。
盡管如此，令人震驚的是，92% 的美國開發(fā)者在工作和空閑時(shí)間都在使用人工智能編碼工具。這些智能算法可以生成40% 的代碼，從簡單的腳本到復(fù)雜的腳本。人為錯(cuò)誤正在成為過去。開發(fā)速度得到大幅提升，人工智能將代碼文檔時(shí)間縮短了 45-50%，將代碼編寫時(shí)間縮短了 35-45%。
人工智能的影響力并不局限于單一語言；它涵蓋了所有這些。我們自己的數(shù)據(jù)顯示，Java、Python 和 C++ 開發(fā)人員同樣受益于 Machinet 的 AI 聊天功能，該功能可以通過使用特定項(xiàng)目的上下文和提供的描述來生成代碼。這種包容性使用戶參與度提高了 25%。?
但我們還不止于此——人工智能已經(jīng)暴露了應(yīng)用程序中的錯(cuò)誤，確保產(chǎn)品堅(jiān)如磐石、可靠且穩(wěn)健。神經(jīng)網(wǎng)絡(luò)可以不知疲倦地掃描人類可能錯(cuò)過的漏洞。人工智能正在磨練其識別軟件弱點(diǎn)并增強(qiáng)其防御能力的技能，使我們離人類監(jiān)督可能被淘汰的未來又近了一步。
人工智能的算法甚至掌握了代碼翻譯的藝術(shù)。人工智能就像一個(gè)多語言程序員，分析用一種語言編寫的代碼，然后用另一種語言創(chuàng)建等效版本。例子已經(jīng)存在了——IBM 最近推出了它的助手，它使用人工智能模型將 COBOL 翻譯成 Java。問題是，當(dāng)人工智能最終能夠完成這一切時(shí)，誰還需要人類專家或多種編程語言？
我相信，像 GPT-4 這樣的大型語言模型的崛起是無法阻止的。他們既理解自然語言又理解代碼，從而前所未有地模糊了界限。?
人工智能的接管引發(fā)了人們對編程領(lǐng)域未來的疑問。如今，存在數(shù)百種編程語言，并且定期開發(fā)新的語言。有幾種已在業(yè)界積極使用。根據(jù)PYPL 指數(shù)，Python 是全球最流行的語言，其次是 Java、JavaScript、C# 和 C/C++。其他數(shù)據(jù)顯示，截至 2022 年，JavaScript 是軟件開發(fā)人員中最常用的語言。有些語言適合類似的目的和應(yīng)用，Java 和 GO 就是一個(gè)例子。
那么，隨著人工智能越來越精通編碼，這些都有自己的利基和用途的語言會(huì)變得毫無用處嗎？我相信人工智能即將淘汰舊的、速度較慢且安全性較差的技術(shù)。這可能會(huì)導(dǎo)致語言的集中化，只有最快、最有效的語言才能持久。開發(fā)人員將不再根據(jù)個(gè)人喜好或歷史代碼庫來選擇它們。相反，他們將根據(jù)他們的表現(xiàn)被選中。人工智能驅(qū)動(dòng)的工具將對它們進(jìn)行仔細(xì)分析和基準(zhǔn)測試，以確定特定任務(wù)的最佳選擇。這些分析將考慮執(zhí)行速度、內(nèi)存使用和可擴(kuò)展性等因素。
甚至可能會(huì)出現(xiàn)一種用于一般編碼任務(wù)的、人工智能友好的中央語言。盡管如此，一些專門的技術(shù)仍將在科學(xué)計(jì)算等利基領(lǐng)域占有一席之地。當(dāng)特定問題需要使用人工智能時(shí)，人工智能可以促進(jìn)它們的集成。這種混合方法將集中化的效率與專業(yè)化的力量結(jié)合起來，為開發(fā)過程提供靈活性和多樣性。
人工智能的影響力不僅僅局限于創(chuàng)建新代碼。它也是一個(gè)潛在的遺產(chǎn)殺手。從過時(shí)的語言遷移到更新、更高效的語言可能是一個(gè)繁瑣且成本高昂的過程。然而，保留遺留系統(tǒng)也是一種財(cái)務(wù)負(fù)擔(dān)。通常，技術(shù)團(tuán)隊(duì)將大約 75% 的開發(fā)預(yù)算分配給維護(hù)任務(wù)。如果組織繼續(xù)依賴舊解決方案，他們預(yù)計(jì)年度預(yù)算將增加約 15%。
這就是人工智能驅(qū)動(dòng)的遷移工具的用武之地。它們將使組織更輕松地將現(xiàn)有軟件更新為新時(shí)代的最佳語言。人工智能驅(qū)動(dòng)的產(chǎn)品將自動(dòng)分析和理解過時(shí)代碼庫的復(fù)雜性。他們將識別遺留代碼中的核心功能、依賴關(guān)系和潛在問題，從而使規(guī)劃和執(zhí)行遷移過程變得更加容易。
我什至期望人工智能能夠識別給定項(xiàng)目最合適的語言，并自動(dòng)轉(zhuǎn)換代碼庫，重寫部分以遵循最佳實(shí)踐，消除冗余或棄用的功能，并優(yōu)化結(jié)果以提高性能和安全性。像這樣，人工智能驅(qū)動(dòng)的遷移工具將逐漸使遺留代碼成為過去。
最終，在這個(gè)人工智能主導(dǎo)的領(lǐng)域，人類程序員的角色將會(huì)發(fā)生轉(zhuǎn)變。他們將彌合業(yè)務(wù)需求和人工智能功能之間的差距，而不是手動(dòng)編寫代碼。他們將定義目標(biāo)、提供反饋并確保代碼符合他們的愿景。本質(zhì)上，開發(fā)人員將成為具有基本編程知識的“連接器”。與此同時(shí)，我可以看到人工智能編碼助手演變成具有用戶友好界面的整體解決方案，使人們能夠有效地將他們的需求傳達(dá)給算法。
這些變化將使編程領(lǐng)域民主化。目前，全球有超過2600 萬軟件開發(fā)人員。人工智能的進(jìn)步正在為數(shù)十億人成為軟件創(chuàng)建者鋪平道路。他們將能夠請求算法來制作定制的應(yīng)用程序，無論是游戲還是企業(yè)程序?？紤]制作以貓為主角的新版《憤怒的小鳥》嗎？只需向人工智能系統(tǒng)解釋您的想法并立即獲得結(jié)果，無需了解這個(gè)黑匣子到底是如何工作的。?
在這種背景下，出現(xiàn)了一個(gè)緊迫的問題：在這個(gè)新興范式中，初級和中級開發(fā)人員面臨著什么？在我看來，不多。人工智能有望在各個(gè)方面顯著超越他們。他們可能會(huì)發(fā)現(xiàn)自己成為人工智能主管或獨(dú)立磨練自己的技能，也許通過參與經(jīng)濟(jì)回報(bào)較低的項(xiàng)目來達(dá)到高素質(zhì)和高薪程序員的熟練水平。
后者在錯(cuò)誤成本高昂的領(lǐng)域仍將受到需求，準(zhǔn)確率提高 5% 可以轉(zhuǎn)化為數(shù)百萬甚至數(shù)十億的節(jié)省。例如，高頻交易（僅 10 毫秒的差異就可以決定利潤或損失）、銀行業(yè)和軍事技術(shù)編程。
這種轉(zhuǎn)變將在程序員之間引發(fā)真正的全球競爭?！白銐蚝谩币呀?jīng)不夠了。程序員需要追求卓越，才能與全球同行和人工智能競爭。
轉(zhuǎn)自: www.unite.ai，閱讀原文，作者:烏拉吉斯勞·延昌卡，?2024 年 1 月 18 日
