《经济观察报》的记者沈怡然, 提出需用JAVA编写一个用于调用RESTfulAPI接口的示例, 这一要求被提了出来。
产品工程师李磊（化名）, 来自一家国内头部人工智能企业, 他在GPT对话框输入了这一指令, 十几秒后, 一串代码回复过来, 李磊把这串代码复制到开发环境中, 编译出了一个具备演示功能的应用程序。
作为一种属于自然语言生成式范畴的相关模型, GPT有着数量巨大的海量数据以及具备高效性质的自然语言处理能力, 在发布之后大概2个月的时间便达到了1亿用户的规模, 在互联网发展历程中被称作增长速度最快的消费者应用程序。GPT其主要应用的方向是达成人机之间进行展开对话的目的, 能够借助它用来生成相关的文本内容, 对于提出的问题予以回答, 相应地完成各类语言方面的任务。
GPT开始在绘画, 作诗, 解释经济学理论之外的玩法出现一种工具性角色, 这种角色展体现于一些科技型企业之中, 那就是解决一些琐碎但并不困难的问题。例如, GPT能够协助用户达成一些基础编程工作, 它依据给定输入产出相应代码输出。在GPT推出两个月后, 一些非研发岗工程师正自发利用它编写代码与脚本。
2月2日, OpenAI于官网推出付费订阅版GPTPlus, 其每月收费20美元, 且会免费开放原先的GPT, 李磊称自己愿意付费购买, 他曾因工作在国内寻觅编程外包服务, 做一套代码需一小时, 收费大概400元。
解决琐碎问题
伴随社会诸多领域踏入智能化进程, 李磊工作的公司业务, 先是从专门的互联网企业覆盖至工厂、社区以及高校, 而后又从一线城市延伸至三四线城市, 而在这种跨界发展情形下, 所引发的问题当中, 有一个便是在同对方展开沟通以及实现融入的整个历程非常漫长。
李磊一年得对接百余名客户, 他得帮意向客户先去了解以及测试各类人工智能产品，在业务旺季时, 他要同时对接十几个客户的技术人员, 要耗费大量精力跟不同行业客户做产品演示以及接口对接。
比如, 把具有AI算法的智能硬件设备应用到企业内部, 这就要求厂家提供一套API, 也就是“接口”, 它用于衔接双方的软件系统, 一套API包含上百个功能的衔接, 从直观层面来看, 它表现为一个堆满代码和字符的文档, 然而, 客户和集成商仅仅懂得自身领域的技术, 如此一来, 中间的沟通成本就变得很高了。
身处实验室的开发者们没时间去留意这些在落地进程中的细微之处, 为了给客户对接一回产品, 工程师得提前耗费几天时间来撰写一段代码。李磊并非程序员出身, 很多代码记不住, 为了提高工作效率, 李磊试着借助GPT迅速获取这一组代码, 把它整理成一个工具软件（本质是一组简单的代码）, 协助客户理解并将设备对接妥当, 也在一定程度上免去了自己出差以及反复的远程教学。
置身于科技领域当中, 不管究竟是不是研发种类的岗位, 编写程序正逐渐演变成身为职工的一项带有基础性的能力。针对一款具备智能化特质的产品而言, 其进行展示、开展营销以及实施运维的整个进程, 是需要在机器彼此之间、机器内部各个功能之间达成相互作用的, 而所有这些情况都是根本无法脱离编写程序这一操作的。
那些对这些编程语言不熟悉的人, 只能前往相关的源代码搜索库, 或者运用搜索引擎去搜索代码, 面对数量繁多的代码以及各式各样的排列组合, 要去梳理、比较、判断出哪一种对于自己而言更为合适, 通常往往要耗费他几天的时间, GPT能够直接给他提供一整套代码, 只需稍微进行规整便能够使用。
可以用，但没必要
程序员李智, 是一位来自头部互联网公司的, 他觉得, GPT能够解决的问题, 仍然是比较有限的。
李智长久以来承担着电商页面后端相关的技术处理工作, 其展开, 工作的基础流程乃是, 先倾听业务端所提出的需求, 接着进行技术评审, 随后于团队范畴内分配任务, 各自着手开展开发编码阶段, 而后实施联调操作, 以此来确保内部功能能够顺畅运行起来。当一个项目已然成功落地之后, 他日常的工作内容便转化为, 专门对其中所存在的bug予以检查修复工作, 进而保障项目能够始终保持流畅运转状态。
在2022年12月运用GPT之前, 小冰、Siri都曾使其予以关注, 然而随后他发觉所能解决的问题有局限, 便未进行长期使用。“相较于前两者仅能一问一答, GPT能够依据你们对话的逻辑予以调整, 达成你来我往。”。
有一回开云真人app官网入口，程序出现了问题, 李智试着让GPT去查找某一行代码的错误, GPT迅速就找到了, 然而, 之后他再度让GPT协助解决程序bug, 却并未成功。
李智进行猜测, 存在区别, 此次bug源自业务方面的问题, 是于特定场景里出现的、并非通用的, GPT所使用的训练物料全都是互联网上现成的, 它没办法达成特定的功能逻辑, 给出某些针对性的方案。
李智向记者表明, GPT的搜索能力, 对好多不熟悉代码的人而言是有帮助的, 面对数量众多的代码以及各异的排列组合, 要去梳理、比较、判断出哪一种更契合自己, 这是需要时间的, GPT能够替代用户到网上搜索代码并且依照恰当的方式进行组合, “要是换成程序员, 或许几分钟就能写出一套代码, 就算到社区搜索, 也能够迅速锁定想要的, 如今, 这两者之间的差距能够借助GPT来拉平”。
李智对基本的编程语言滚瓜烂熟。因此不需要这种方式。
李智觉得, GPT没办法编写从程序员视角出发的代码, 它是从互联网那儿收集庞大的信息库, 然后运用这个信息库去生成代码, 而解决问题最终还是得依靠人。
此外, 就软件程序而言, GPT当下仅具备通用底层的能力, 在涉及电商、云服务等业务层面的能力方面存在不足。举例来说, 倘若要编写一个小程序, 能够借助GPT去寻觅算法、撰写代码、编写脚本（一段代码片段）, 然而对于业务相关的部分, 像判断使用者是否登录等不存在标准答案且需耗费较大工作量的内容, GPT却无法予以回应。
风险和技术预期
金融公司的技术人员, 向记者表明, 就在近期, 他任职的公司, 已然清晰明确地提出要求, 要禁止启用GPT, 原因在于, 认为存在侵犯知识产权的情况。
GPT用于训练的数据源自互联网上各类文本的数据源, 存在一个争议, 即GPT所提供的数据是否需以某种形式受到版权保护。
开源代码并非必然能够直接予以使用, 一般来讲, 开源社区的源代码包含多种法律协议, 举个例子世界杯直播平台，它会强制要求用户在运用开源代码之际开放其修改版本的源代码, 又或者准许用户使用, 然而却不可用于会产生商业价值的活动当中。并且, 就连开发人员自行去搜索代码也得进行评估以及过滤。
英国萨塞克斯大学知识产权法讲师Andres Guadamuz称, 有三点需弄清楚, 其一, 生成式AI系统的输出有无可能获得版权, 版权归谁所有；其二, 一些受版权保护作品的所有者, 能否用作训练模型的输入；其三, 对数据收集施加相关法律约束是否可行。
即便当下, 还存有各种各样的不足以及风险, 然而人工智能在近些年所获取的迅速进展, 依旧使得大家难以精确预估它其技术潜力。
从2022年12月起始, Quora等知识问答社区里, 充斥着大量标题为“GPT会取代程序员吗”的情况。CodiumAI公司CEOItamar Friedman公开宣称, GPT是一个出色的全方位会话者, 就早期版本而言, 它能够处理一系列任务, 然而并不适配特定任务。在短期内, GPT会让开发人员得以更迅速地构建, 而非将他们取代。
若干观点觉得, GPT无法替代人类的独立思考本领以及批判性思维。曾风靡一度的游戏CowClicker的创作者Ian Bogost宣称, GPT欠缺真正领会人类语言以及对话复杂性的能力。它只是被单纯训练成依据给定输入生成单词, 然而它没有能力切实理解这些单词背后的意义。这就意味着, 它所产生的任何反应都兴许是表面的, 缺少深度与洞察力。
李智持有这样的看法, 那就是, 有更多的使用者针对GPT展开“训练”, 此后其将会持续扩充一些特定场景以及业务方面的数据, 也许在未来的时候, GPT能够解决一些更加专业的、具备场景化特征的问题。
在伊塔马尔·弗里德曼看来, 或许在十年到二十年的时间跨度内, 那些人工智能系统会让并非程序员的那些创造者实现能够借助自然语言指令达成零错误的开发, 即便这样, 我坚信仍然会需要开发人员, 只是其角色将会以难以被预测的那种方式发生改变。
（应采访对象要求世界杯2026直播平台，文中李磊、李智为化名）
还木有评论哦，快来抢沙发吧~