所以，編程能力會(huì)消失嗎？

　　譯者 | 徐杰承

　　自動(dòng)編碼平臺(tái)現(xiàn)在正處于程序員新興技術(shù)的最前沿，為開發(fā)者編寫代碼片段提供了一種全新的人工智能驅(qū)動(dòng)的替代方案。尤其是在微軟GitHub Copilot平臺(tái)的推動(dòng)下，這一進(jìn)步目前正在慢慢改變?nèi)�球開發(fā)人員的工作模式。

　　近年來許多編碼的替代方案，如無代碼和低代碼平臺(tái)，都非常適合非技術(shù)用戶。雖然此類工具在技術(shù)圈內(nèi)引起了一些“鐵桿程序員”的鄙夷和憤怒，但我們不得不承認(rèn)的是，即便是最有經(jīng)驗(yàn)的編碼老手也能夠從自動(dòng)編碼算法中受益，因?yàn)樗鼘�極大地減少開發(fā)人員實(shí)際需要鍵入的代碼量。

　　特斯拉和OpenAI的前人工智能總監(jiān)Andrej Karpathy在他的推文就曾表達(dá)了對(duì)自動(dòng)編碼工具的感情：

　　“Copilot大大加快了我的編碼速度，在嘗試使用Copilot后，我很難想象再回到‘手動(dòng)編碼’將會(huì)是怎樣的一種體驗(yàn)。雖然目前我仍在學(xué)習(xí)使用它，但它已經(jīng)能夠幫助我編寫約80%的代碼，并且能夠保持約80%的準(zhǔn)確性。我想說的是，在使用Copilot進(jìn)行工作時(shí)，我甚至沒有真正的進(jìn)行編碼。”

　　Andrej Karpathy的言論也得到了大多數(shù)開發(fā)人員的認(rèn)可，由于自動(dòng)編碼平臺(tái)能夠幫助開發(fā)者節(jié)省大量編碼時(shí)間，以至于他們能夠?qū)⒏�多的精力投入于處理�?yīng)用程序的其他問題，因此自動(dòng)編碼平臺(tái)也在短期內(nèi)以驚人的速度在全世界范圍內(nèi)被快速采用。以GitHub Copilot為例，在推出在一個(gè)月內(nèi)，CitHub Copilot便吸引了超過40萬的付費(fèi)訂閱(10美元/月、100美元/年)。然而隨著這些不斷改進(jìn)的工具開始承擔(dān)更多的編碼任務(wù)，一個(gè)新的問題也出現(xiàn)在了我們面前：開發(fā)人員是否會(huì)因?yàn)橐蕾囎詣?dòng)編碼工具而逐漸喪失編碼技能?

　　1、侵蝕編碼能力

　　老實(shí)說，任何使用過自動(dòng)編碼類工具的人都知道它們所自動(dòng)編寫的代碼并非完美。雖然建議的代碼片段的語法可能沒有任何問題，但通常此類工具的編寫方式效率低下，可能會(huì)導(dǎo)致依賴項(xiàng)問題。一位來自YCombinator新聞?wù)搲�的用戶Aryamaan對(duì)使用Replit提供的自動(dòng)編碼平臺(tái)“Ghostwriter”發(fā)表了如下意見：

　　“它的確讓我大吃一驚，就像它知道我要做什么一樣。但在有些時(shí)候，它比標(biāo)準(zhǔn)的自動(dòng)完成更笨，它對(duì)已經(jīng)定義的變量沒有任何意識(shí)，也不會(huì)使用它們來完成編寫了一半的變量。”

　　雖然人們對(duì)于自動(dòng)編碼工具的種種不滿一直存在。但從另一個(gè)角度考慮，幾乎所有的自動(dòng)編碼工具都基于人工智能算法，這也意味著它們的易用性與可靠性會(huì)隨著技術(shù)的演進(jìn)和數(shù)據(jù)量的增加而持續(xù)增長(zhǎng)。對(duì)于新一代的開發(fā)人員來說，自動(dòng)編碼工具將成為他們不可或缺的工具。如今正處于學(xué)習(xí)階段的準(zhǔn)開發(fā)者將在幾年后進(jìn)入該領(lǐng)域，而在此期間，自動(dòng)編碼工具將很可能會(huì)逐漸追趕上普通人類開發(fā)者的水平。而這也將導(dǎo)致下一代開發(fā)人員很有可能將會(huì)慢慢停止編碼，之后的一代甚至可能會(huì)一定程度的喪失編碼能力。

　　今天的開發(fā)者需要對(duì)他們所使用的語言有深入的了解，并掌握如何實(shí)際編寫問題解決方案的知識(shí)。然而未來的編碼人員只需要知道一種語言是如何工作的便足夠了，因?yàn)樗麄兛梢詫⑦@些知識(shí)與快速工程相結(jié)合，以生成代碼片段。提示工程是使用NLP技術(shù)向LLM提出正確問題的過程，從而促使算法做出最佳響應(yīng)。

　　與其他顛覆不同領(lǐng)域的人工智能應(yīng)用一樣，目前人們所面對(duì)的問題是需要就如何看待編程語言達(dá)成共識(shí)。下一代的開發(fā)者要么選擇學(xué)習(xí)如何通過快速工程充分利用自動(dòng)編碼工具，要么堅(jiān)持目前從內(nèi)到外的編程語言學(xué)習(xí)方法，只是選擇第二種方式的人可能會(huì)在未來幾年后敗給人工智能。

　　2、自動(dòng)編碼工具的未來

　　近年來自動(dòng)編碼工具的采用率不斷增加，這些產(chǎn)品背后的公司也在持續(xù)創(chuàng)新以添加新功能并優(yōu)化用戶體驗(yàn)。雖然Github Copilot曾因收集用戶代碼并使用它來訓(xùn)練他們的算法而受到抨擊，但事實(shí)是，隨著添加到其數(shù)據(jù)庫中的每一段代碼，Github Copilot的算法都在繼續(xù)進(jìn)化。

　　當(dāng)然，目前也有許多公司對(duì)數(shù)據(jù)使用采取了更負(fù)責(zé)任的方法。以Tabnine為例，它只使用公開允許的數(shù)據(jù)來訓(xùn)練其算法。Tabnine的模型也可以從用戶的編碼風(fēng)格中學(xué)習(xí)。通過在用戶計(jì)算機(jī)上本地運(yùn)行算法，模型可以了解相關(guān)程序員的風(fēng)格，提供更符合用戶需求的片段建議。這還可以防止所有數(shù)據(jù)發(fā)送回集中式存儲(chǔ)庫，從而在提供額外價(jià)值的同時(shí)保護(hù)隱私。

　　與目前創(chuàng)建一個(gè)可以用多種編程語言提供建議的大模型(如Codex)的方法相反，未來的自動(dòng)編碼平臺(tái)可能會(huì)采用多個(gè)模型并將其插入最適合它們的語言中。Tabnine已經(jīng)在不同的編程語言中使用各種開源模型方面取得了成功。在近期的一次公開采訪中，Tabnine生態(tài)系統(tǒng)和業(yè)務(wù)發(fā)展副總裁Brandon Jung表示：

　　“我們正在采用其他地方最好的模型，它們是開源的，它們很棒。我們采用非常大的模型，這些模型的訓(xùn)練成本非常高，我們根據(jù)每種語言的最佳方法專門研究代碼。事實(shí)證明，其中一些模型比其他模型更適合某些特定語言。”

　　采用這種方法不僅可以使自動(dòng)編碼平臺(tái)更加準(zhǔn)確，還可以使公司在其個(gè)人代碼存儲(chǔ)庫上運(yùn)行和微調(diào)它們更加可行。目前，大量數(shù)據(jù)與GitHub，AWS和GCP等服務(wù)提供商隔離，但遠(yuǎn)離這些平臺(tái)可以使自動(dòng)編碼工具更加適用于普遍的開發(fā)者。反過來，這將鼓勵(lì)更多的人更有效地利用自動(dòng)編碼器作為工具，從而提高工具預(yù)測(cè)的準(zhǔn)確性。

　　以GitHub Copilot、Tabnine為例，自動(dòng)編碼工具正在為未來的開發(fā)者構(gòu)建一個(gè)全新的工作環(huán)境，它為程序員帶來的好處是不可否認(rèn)的。更高級(jí)的AI工具不僅可以幫助開發(fā)者極大提高編寫代碼的效率，還可以減輕經(jīng)常過度勞累的編碼人員的壓力。對(duì)此，現(xiàn)階段的企業(yè)也必須認(rèn)識(shí)到這種趨勢(shì)，以及在開發(fā)人員使用自動(dòng)編碼工具所能夠帶來的效用，并考慮為他們提供所需的面向未來的開發(fā)工具。