AI 汹涌而至！三波冲击下将淘汰大部分程序员

作者：老余捞鱼

原创不易，转载请标明出处及原作者。

写在前面的话：

       最近到处都能听到“人工智能会不会在不久的将来取代程序员”的争论。本人的观点为：人工智能将会取代程序员，本文将对此予以阐述。（注：此处所言的取代程序员，意指大多数，并非百分之百的完全取代，亦非一次性的整体替换，而是逐步完成取代的一个过程。）

第一波：低代码和所谓的”无代码”会消失

     在人工智能兴起的背景下，LC/NC 将成为第一个消失的技术。原因是多方面的：

1. 不够成熟：这些技术还很年轻，局限性很大。
2. 专有：LC/NC 技术是封闭的；语言是封闭的或不存在的，因为我们需要点击用户界面。无法训练人工智能生成文本、提供支持或建议。
3. 昂贵：人工智能正在做汽车对马或机器对人类重复性/艰苦工作所做的事情；它降低了成本。LC/NC 解决方案非常昂贵，只能以订阅的方式工作。每年要花费数名开发人员的成本，却没有直接的效果，而且还有一种虚假的灵活性，比如无需签订合同或无需人力资源。但所有开发人员都知道，这种情况只存在于项目前期的几个月；一旦事情变得更加复杂，我们就需要人手。
4. 赶不上潮流：从设计上讲，它们是姗姗来迟。人工智能可以通过调整变量和不断训练模型来很好地适应潮流。人工智能系统可以自动融入开放语言的抽象语法树（A.S.T.）的演变、科技巨头发布的新应用程序接口的文档（GAFAM）等。LC/NC 编辑必须相应地翻译和更新他们的产品。
5. 无法迁移到人工智能：因为他们必须承认，他们所销售的产品可能会被其他任何技术所取代。我可以要求 GPT 用 PHP、Node.js、Ruby、React、Vue 甚至是 AI 自己创建的新框架来编写网页（后台/前台）。因为使用什么技术并不重要，我们只希望它能正常工作。

        Crowdbotics 首席执行官兼创始人 Anand Kulkarni 说：”低代码正在企业中消亡，而人工智能将扼杀它。”最大的问题是，当你可以使用人工智能以同样的努力创造完整代码时，为什么还要使用低代码？

        LC/NC 将首先消失，而且会很快。最近 Github 对 Copilot 的研究表明，Github 对 Copilot 的研究表明，人们目前在使用 Copilot中，接受了 30% 的代码 建议，而且经验不足的开发人员在人工智能方面更觉得方便。这让一些人认为，genAI 可能意味着低代码平台的终结。我鼓励大家从这些文章中了解 LC/NC 布道者的观点，从而形成自己的看法。

第二波：不流行的语言和框架被替代

        不流行的语言/框架就像悬在使用这些程序员头上的达摩克利斯之剑，国外行业专家们是这样认为的：

• 社区支持率低
  Low community support
• 年轻
  Young age
• 完全以技术为导向
  Fully tech-oriented
• 未保持/缺乏新模式
  Not maintained / lack of new patterns
• 昂贵：可用人员较少，只有专家
  Expensive: Fewer people available, only experts
• 风险：由于这些开发商的稀缺性问题
  Risky: There’s a huge bus factor due to the scarcity of these developers.

        这些技术要么将得到人工智能的全面支持，要么将完全消失，取而代之的是更流行的技术。以下我举例一些大公司的做法 ：

        IBM 已经明白了这一点，并完全接受了 COBOL 所关注的人工智能未来：他们正在将 COBOL 转换为 Java。这使他们介于第一波和第二波之间，转向第三波。COBOL 既不是开源语言，也不流行，但银行业却非常依赖这项技术。专家稀少、昂贵，而且他们的人数正在减少。Java 是一个不错的选择：流行、开源、为众多专家所熟知、仍在维护和发展中、安全等等……

最后一波：其他程序员

        假象如果我们已经身处 2035 年，大多数利基技术已经消失，而人工智能模型却得到了前所未有的训练、强化和快速发展。

        人工智能可以毫不费力地生成大量模板代码，已经无需实习生这个职位。各种人工智能都知道如何用 vanilla 技术编写网站或移动应用程序。人工智能可以生成简洁、人类可读、性能良好和安全的代码，而且几乎没有错误。因此，实习生的工作岗位已不复存在；公司现在正在寻找调试员的职位，因为人工智能无法解决复杂的环境感知问题。例如，时间图解析问题，如实时寻路优化。

为什么大多数开发人员不相信它？

        Why most of developers doesn’t believe in it。Sunk cost effet ?

        也许大多数程序员只是害怕，因为他们很可能会被解雇，不得不另谋高就。他们被一些与沉没成本效应无关的东西所困扰。我们必须接受培训，学习新知识。我们可能需要学习新的东西，重新学习我们的知识和思维方式，面对激烈的竞争，我们却想保持现有的舒适感，因为 “它行之有效”。

        第二点让我相信，为什么开发人员对人工智能在我们工作中的未来的看法是错误的（当然不是 100%的程序员）：代码中的人工智能正是人工智能最擅长的领域：解决问题，我们只需关注趋势和动态，看看未来会发生什么。Chat GPT 在 3 天内刷新了采用记录，Gemini 现在是多模式的，有数不清的专业模型，这正是淘金者的竞赛。资本主义和模式主义就是这样，无论如何，我们都必须拥抱未来（比如神经链路可以提高性能，但这也许还会是另一个故事