▲隨著相關技術的突飛猛進，AI也在加速介入人類的現(xiàn)實生活,。圖/新華社微軟的AI程序員尚在演示（DEMO）階段,，國內(nèi)首個AI（人工智能）程序員已經(jīng)宣布正式上崗。據(jù)報道,，國內(nèi)某大模型企業(yè)近期正在內(nèi)部推行AI編程,，使用大模型輔助程序員寫代碼、讀代碼,、查BUG（漏洞）,、優(yōu)化代碼等。這一AI程序，還被分配了正式的員工工號,，據(jù)企業(yè)相關人士透露,，該企業(yè)已決定未來目標為20%代碼由大模型編寫?！癆I程序員上崗”的消息一出,，“碼農(nóng)失業(yè)”也相應成為了人們熱議的話題。創(chuàng)造出了AI大模型的程序員,，會率先成為被沖擊甚至是被取代的工作嗎,？盡管淘汰焦慮已近在咫尺，但其實,，從報道細節(jié)和行業(yè)發(fā)展現(xiàn)實來看,，AI程序員取代“碼農(nóng)”這一擔憂，目前仍然有些早了,。目前仍只是輔助工具從報道中可以看出,，此次“被上崗”的AI大模型，所承擔的角色不是通常意義上的“寫代碼的程序員”,，而是作為程序員的輔助程序,。AI程序員所承擔的這些功能，都是利用大模型的數(shù)據(jù)歸納分析能力,，對既有代碼進行輔助審核優(yōu)化,。從業(yè)務實質(zhì)上看，這一上崗的程序員也并未取代任何人的工作,，而只是在現(xiàn)有的研發(fā)流程中,，增加了一個“大數(shù)據(jù)審核”的環(huán)節(jié)而已。這一工作職能,，與一些媒體利用AI來糾查錯別字,、一部分醫(yī)院利用AI來識別檢驗報告提供基礎分析等一樣，只是承擔了人類判斷決策的輔助功能,，離真正的“人類程序員”相去甚遠,。因此，如果要準確地表述這一報道,，這并非“AI如同人類程序員一樣上崗工作”,，而是“將大模型作為輔助工具，提供給了人類程序員”,。而且,，從當前行業(yè)發(fā)展現(xiàn)狀來看，大模型目前還無法代替程序員的“寫代碼”等日常研發(fā)工作,，一直是作為“智能編碼助手”的身份在參與日常工作,。事實上,，AI大模型作為編碼的輔助工具，過去兩年內(nèi)在行業(yè)內(nèi)得到了廣泛應用,，均是以“助手”的角色參與其中,。例如，國內(nèi)另外一家大模型企業(yè),，也于去年發(fā)布過“編碼助手”相關的工具應用,。而在海外，也有不少大模型企業(yè)發(fā)布了專門輔助編程的工具應用,。準確率是一個大問題近一年來,，大模型參與編程應用的程度越來越深，包括參與代碼的輔助輸入與續(xù)寫,、與人類進行自然語言交互等,，都使得“低代碼”的趨勢越來越明顯?；蛟S正是基于此,，多位大模型創(chuàng)業(yè)者和專家也曾提出，程序員有可能在5年內(nèi)失業(yè),。但目前為止,，大模型仍然是以“助手”的角色參與編程，成為人類程序員的日常工作流程之一,。期待中的“寫代碼,、搞開發(fā)”的功能始終沒有出現(xiàn)突破，也自然不可能在短期內(nèi)替代真正的程序員,。原因何在,？AI大模型生成代碼的準確率，首先就是一個重要挑戰(zhàn),。2023年,，多篇論文研究數(shù)據(jù)顯示，AI從事簡單編程任務一次性生成正確的概率大約在50%左右,，和擲硬幣得到的正反結(jié)果概率差不多,。2023年5月,，國外一組研究顯示,，模型的參數(shù)每提高一個量級，代碼生成的準確率可以提高5%-10%左右,。以此估算,，模型參數(shù)規(guī)模至少達到10萬億級別，等于是現(xiàn)在的ChatGPT4.0的10倍以上,。而就算達到了90%的準確率,，大模型依然難以取代代碼的生成工作程序員,。在實際的開發(fā)過程中，不太可能讓模型生成大量代碼后,，再由程序員去甄別篩選,。果真如此，光是閱讀,、檢驗這些大模型生成代碼的成本,，就已經(jīng)遠遠超過了實際雇傭程序員寫代碼的成本了，得不償失,。AI至今不會邏輯推理大模型寫代碼,，其實并不是真的在“寫”，而是根據(jù)人類指令在過往的數(shù)據(jù)庫中作檢索后對答案進行歸納整理,。AI無法根據(jù)代碼運行的邏輯,，對這些代碼進行核驗。換句話說,，從思維與生產(chǎn)結(jié)構來看,，AI大模型原理依然是歸納，而不是邏輯推理,。因此,，單從原理來看，大模型與程序員“寫代碼”在生產(chǎn)邏輯上也是完全不同的,。這也解釋了,，為什么AI當下可以寫出非常“標準”甚至“簡約美觀”的代碼,，但其代碼本身的運轉(zhuǎn)卻經(jīng)常出現(xiàn)錯亂等問題,。關于這一點，國外相關AI研究人員也有所共識,。例如,，致力于在財務、醫(yī)療,、數(shù)據(jù)處理等領域應用人工智能解決方案的公司業(yè)ABBY在此前接受采訪時承認，即使用最先進的系統(tǒng),，也可能出現(xiàn)人工智能錯亂或輸出不準確的情況,，因此，人工驗證目前依然必不可少,、至關重要,。網(wǎng)絡上有程序員分享過用大模型來生產(chǎn)代碼的體驗，結(jié)果顯示,，寫一個簡單函數(shù)模塊時,，AI或許可以勝任，但當需要多個函數(shù)模塊時,，AI所生成的代碼就容易出現(xiàn)各種BUG,，無法使用。而就算勉強可以運行,，也過不了公司內(nèi)部的代碼評審,。這就是因為，盡管AI可以通過海量的搜索歸納來試圖在形式上滿足寫代碼的需求,，但因為無法理解多個模塊之間的邏輯關系,，因此，不可避免會出現(xiàn)邏輯性的錯誤,。將加速人才新舊淘汰可以說,，截至目前，人工智能作為編碼助手,，依然是程序員的輔助工具,，是對人類程序員的效率放大工具，而不是互相替代的關系,。給“AI”一個正式員工的工號與稱呼,，也無法短期內(nèi)改變其并非一個真正的員工的現(xiàn)實，更遑論要取代“碼農(nóng)”,。公眾所設想的AI全面自動化的情景,，很可能短期內(nèi)無法到來。尤其是,，有創(chuàng)造性與原創(chuàng)性,，需要綜合調(diào)動創(chuàng)意與邏輯能力來完成工作的崗位,，很難被AI取代,。但不可否認的是,，AI大模型作為一種效率工具，仍然將在可見的一段時間內(nèi)加速人才市場的新舊淘汰,。例如,，一部分率先應用AI的高級人才的效率提高，同時也加速了另一部分人才的落伍和被淘汰,。與此同時,，大量容易被替代的基礎性機械性崗位，例如文案整理,、日程助理,、內(nèi)容審核等崗位，也很容易率先被替代,。如何進一步在教育體系,、人才培養(yǎng)、發(fā)展中全面重視與提升人才的創(chuàng)造性,，才是AI對人類生產(chǎn)關系提出的新課題,。需要迫切面對這一課題的，就不僅是“碼農(nóng)”們了,，而是我們所有人,。撰稿 / 馬爾文（媒體人）編輯 / 何睿校對 / 張彥君