“去年年底，我看到大佬们都在分享ChatGPT相关的内容，一开始我以为还是资本和大佬FOMO的玩具，但是经过使用、和朋友交流，加上自己的研究，我确信ChatGPT模型是革命性的。”樊高曾在国内大厂做过后端工程师，离开程序员岗位许久，他因为ChatGPT又再一次将目光投向代码世界。
樊高觉得，作为生成式AI，ChatGPT的交互能力极强，“它其实是用整个人类在互联网中的语调，训练成了一个大语言集合，可以想象它会开启一个使用自然语言和机器交互的新时代。”而作为曾经的技术人员，樊高也承认，大部分初级和重复劳动的工作都会被AI代劳，这在程序员工作中也一样。
“我们日常写代码，最早是一行行的码，每个变量方法都要自己生成，后来IDEA有代码补全和编译器，现在GitHub Copilot可以通过描述需求和上下文，智能写代码。”按照这个逻辑，他认为，编码也并不是不可取代的能力，交给AI指日可待。
“我几分钟写的代码，ChatGPT只要几秒钟”
谭林是一位前端开发工程师，目前在加拿大工作。去年年底，ChatGPT面世，北美科技圈就已经开始关注并讨论了。她说，同事们试用之后，都从技术角度充分肯定了这款工具的优势，也有人开玩笑说要转行，以后让ChatGPT写代码就行了。
“我试着用ChatGPT写了代码之后，确实感受到了一丝焦虑。”谭林告诉深燃，她给ChatGPT的指令是：写一个JavaScript文件，生成一个重启按钮，点击后刷新页面。ChatGPT很快就给出了一段完整的代码，并在下面解释了自己的思路。“这段如果我写可能需要几分钟，它只要几秒钟。”
谭林尝试的仅仅是一段基础的代码，需求只是在页面添加一个功能。树莓健康APP联合创始人阿晨则让ChatGPT写了一个小程序，它也能又快又好地完成。“我的需求是开发一个AI识别错别字的软件。我首先问了一下ChatGPT开发思路是什么，从后端用哪个框架去搭建，前端用微信小程序的某某框架去做，再到小程序怎么上架发布，它都能够一一列举出来。”阿晨表示，他此前没有小程序开发经验，这次也是正好让ChatGPT教他做，从提供思路到如何执行，成功开发完了这个小程序，并在微信开发平台上架了。
和谭林的感受相似，阿晨也发现，ChatGPT不仅能帮用户解决具体问题，还能有理有据地解释背后的逻辑，既能授人以鱼，又能授人以渔。阿晨举例，他对ChatGPT提出指令“小程序textarea指定位置颜色变红”，ChatGPT给出了详细的实现方法和具体操作步骤。
阿晨在开发过程中还遇到了几个程序报错，他把报错信息贴入ChatGPT让它检查，它也能准确地debug，“我根据它的回答可以直接解决问题。”阿晨表示，在没有小程序开发经验的情况下，他可能需要查阅资料学习，大概两三天能完成开发，而ChatGPT从告诉他怎么做，到解决bug成功运行，总共只花了3个小时。
人类几天才能完成的工作，ChatGPT只要几小时；人类要做几分钟的工作，ChatGPT只要几秒钟。速度和效率的提升，是AI的价值之一，而在程序员的眼中，从分到秒的进化，也几乎是“恐怖”的程度，因为很难想象AI在速度上的上限。
能部分代工，但不能完全取代程序员
ChatGPT具备基础的代码能力，而且写起来速度更快。不过，如果真的把ChatGPT放在程序员的工作场景中，它还是暴露出了不少局限性。
几位程序员的共同体验是，让ChatGPT写一些基础的脚本，为网页写一个功能，指导完成小程序的开发，从技术角度来说都是可行的。但是，“它只能写代码片段，不能写完整的代码。”阿晨解释，“可以这样理解，比如我想生成一个Word文档，但ChatGPT只能生成一个文字形式，我如果需要两个Word文档，它还是只能给我一段文字，要生成文档我还需要手动拷贝到Office软件进行人工处理，而且ChatGPT是有字数限制的，最多15000个字符。”阿晨认为，只从写代码这个层面来说，不能写一个完整的程序是ChatGPT最大的劣势，因为开发人员是需要有把控整个框架的能力的。
有人曾这样形容程序员工种的不可替代性：“程序员的核心竞争力不在于写代码，而是在于跟各种人扯皮，斗智斗勇。”实际上，在业务场景中，不管是前端还是后端，测试还是运维，程序员工作中最困难和耗费时间的是需求转换、测试、修改。简单来说就是明确公司要什么，然后做出来。这一项需要大量人类经验和创意的工作，ChatGPT目前还很难完成。
阿晨举例，他们做的是健康管理类的APP，里面需要有一些减肥菜谱，这种菜谱之间存在一定逻辑，“如果让ChatGPT帮我实现一个菜谱查询的功能，它不知道这个减肥菜谱是怎么插入数据库、怎么调出来、工作人员怎么通过后台维护，需要我把步骤跟它讲一遍，但这样的步骤等于是我自己已经把代码的框架写完了，它只是帮我实现框架里的内容填充。”
让ChatGPT理解业务，目前来看显然是一个伪命题，所以程序员在日常工作中最耗时耗力的那一部分，很难被取代。不仅是具体的业务难以理解，涉及一些复杂的极端的生产活动，ChatGPT也只能从自己的数据库中归拢总结一些“漂亮的废话”。
“各行各业都有一些拧螺丝的工作，一般都会交给实习生或者刚入门的人员来做。在我们的工作中，比如设立一个技术方案，需要有人去具体地把它实现，但这个CRUD就比较无聊和繁琐。类似这种已经设计好了，只需要执行的工作，以后完全可以交给AI来做。”国内某大厂程序员阿冬认为，这种来自AI的“侵入”是个好事，“能被AI替代的工作，本来我就不想干了。这些没有创造性的工作由AI接手，正好能让我有精力做更多有意思的事情。”
未来已来，程序员不再是“铁饭碗”
在对效率和生产力的无限追求中，人类创造并训练人工智能。当人工智能发展到ChatGPT出现的这一刻，被人类创造出来的机器，反过来撕下了人类无效工作的假面，将一些重复、机械、含金量低的工作推到悬崖边。
不可否认的是，机会在走向高处，走向控制AI的算法工程师，走向懂需求和技术的复合型人才。基础性工作会逐渐丧失价值感，这一部分人要么离开，要么就要被AI驱使着，跑得更快。这或许正是人工智能与人类应该有的关系，如果人类创造AI的初衷就是解决掉人类工作和生活中的繁文缛节，那AI就不会是敌人，而是更聪明的诤友。
谭林说，就像马车协会抵制燃油车一样，面对新生事物，旧的事物会天然地排斥和恐慌，但当你发现潮水不可逆转的时候，你同时也发现，你正和潮水涌向同一个方向。
应受访者要求，樊高、谭林、阿晨、阿冬为化名。