好奇地理小伙伴们为什么没有讨论chatGPT的，不担心AI会取代部分码农工作吗？

100% AI 写码显然还有距离，但是提高效率不会带来减员优化吗？


现在的 API cost 虽然很高，GPU数量算瓶颈，但是 inference 也在改进，很快也许不需要跑在GPU上而是其他chip，也许可以找到硬件软件加速，cost 大大下降，虽然干活只有肉身人的 5%-10%那么好，但是如果cost只有人的万分之一，那还是用 AI比较多快好省啊。再说AI不会抱怨RTO，不会追着老板要promo，不会和其他AI 撕逼，不会 push back on 老板不合理的要求，不会隔2-3年就跳槽。Overhead 一下就省出来 20%吧。


也许将来简单的业务逻辑越来越变成 PM写req，AI 写部分代码，写test case，老年 eng 看看差不多就deploy了，然后AI + 原来10%的人 来 monitor 。也许 PM 和老年 eng 和SRE 合成了一个肉身人？


Code review 现在不是已经有工具了吗，现在可能只能提高10%效率，但是过2-3年可能就慢慢提高 50%？过5年就一个 sr 可以 review 30 个 jr + 一堆GPU 写的码？留下 sr 主要是还需要真人来被问责。


写SQL 写 dashboard 的从前 200人，3年后可能10 人就够了？


大家怎么看 generative AI 对行业大走向的影响呢？

补充内容 (2023-09-07 08:45 +08:00):

面试现在刷题为主，但是大家都知道chatGPT哪怕 3.5 turbo 做算法题加注解也已经很棒了，起码原题完全可以秒。变种题还有待提高。虽然有防止作弊的各种手段，但是道高一尺魔高一丈的事情大家都懂。那么将来面试还会依赖刷题吗？刷出来的肌肉记忆有什么长期效用吗？

看来你来的很少
冷饭了，都没人炒了

您这是，村儿里刚通网啊

之前已经讨论过很多了，比如这个帖子：
用 AI 虚拟公司员工成为可能

等应用商店做起来，需求也许更多。

面试的题目临时换几个条件就行了 或者加点随机的follow up question 不知道你在杞人忧天什么

generative AI 只能generate 它大致看过的东西。很多时候要先训练它。他也只能generate常见的代码. 它幻想出来的东西没法用。逻辑准确性有时可疑。换句话说，他只是个advanced templating. 而且code template 这个概念早就有了，并没对码农职业造成威胁。

补充内容 (2023-09-07 11:22 +08:00):
如果它能在没训练下，能解答LC问题，那才是可怕。 现在这些LLM基本上纯粹large scale statistical pattern recognition/text manipulation根本没有逻辑思维。LLM把wiki ,stack overflow，GitHub等等背的滚瓜烂熟，只能把相同的答案吐出来而已。然后用它自己的”语言”改写答案，让你觉得它很聪明。实际上只是复杂statistics 的操作。他自己没意识，也只是盲目跟着学过的资料来提供答案。自己不会理论，你教他错的东西，它就跟着学错。幻想出来的东西有时没逻辑，不切实际。

这都是多少年前的了，搜搜以前吧

这都是多少年前的了，搜搜以前吧

面试这种都已经是没人炒的冷饭了，你还问为啥没人讨论。

对于补充内容以上的部分有什么高见吗？

christmastree 发表于 2023-09-06 20:03:23
generative AI 只能generate 它大致看过的东西。很多时候要先训练它。他也只能generate常见的代码. 它幻想出来的东西没法用。逻辑准确性有时可疑。换句话说，他只是个advanc

可是人不也是一样的吗。人也是从书上和网上学来的知识，碰到类似的问题把以前总结出的知识套用一下。碰上没见过的知识大部分人胡诌出来的答案也是没什么用的。LLM缺的说不定只是一个主动获取信息/跟外界互动得到反馈的途径。