当前位置: 首页 > news >正文

ChatGPT为什么不受开发者喜欢?

记得 ChatGPT 最开始上线不久的时候,看到的大部分尝鲜和测试结果都是开发者在做进行敲代码测试,可以说职业危机感非常强的一群人了。

再者,加上 ChatGPT 要使用起来其实是有一些技术门槛的,愿意折腾的人也多是程序员,所以理所当然大家会认为应该是这群人用的最多,但是直到我看到了一个全球范围内的用户调研,还是非常有意思。

ChatGPT 用户调研结果

Measurable AI 最新统计数据显示,用这个AI的设计师居然比开发者多5倍,程序员仅占4.4%。

还是有些跌破眼镜,其实不光是我,这个机构在 twitter 上做的调研,大部分都认为开发者会是第一位。
在这里插入图片描述

但是真实用户使用情况显示,用 Adobe 的人占 ChatGPT 用户总数18.5%,然后是用 Canva 的,约占9.2%;这两个软件都是设计者的绘图宝贝。

除了设计师,用此 AI 工具的文字工作者也不少,比如 Substack 用户占总数的10%,Grammarly 用户占6.8%。

而或许有点出人意料的是,GitHub 用户仅占4.4%,比画图写文章的少很多。
在这里插入图片描述

ChatGPT 不受开发者待见的原因

至于为什么 ChatGPT 不被开发者所欢迎,其实 ChatGPT 它自己是有一些回答的。
在这里插入图片描述
在这里插入图片描述

不管怎么说,多多少少还是有些道理的,除此之外也从我的角度进行一些分析。

1、开发者最早吃鸡,玩腻了

ChatGPT 去年12月就已经问世,记得当时宛如平地一声惊雷,注册量迎来高峰;在今年1月份,热度略有下降。

而恰好开发者基本上是第一批用户,已经玩的差不多了,说真的我个人来说,认为它现在的成熟度还有挺大的进步空间,现在多玩几次就已经过了瘾,再玩的动力不大。

所以这个机构反馈的用户数据基本上没怎么覆盖第一批开发者用户群体。

2、目前 ChatGPT 编程成熟度有限

自己在写代码方面比不上Copilot,毕竟Copilot是“专门针对代码生成而设计的”,很多开发者同时都反映ChatGPT 能够写一些代码,但是!代码中包含了一些错误。例如下面这个知乎博主的问题:
在这里插入图片描述

但是真的当过一个合格程序员就会知道,写代码的时间占比也就20%。其它80%的时间里 超过 50%是调试和修改代码,30%是沟通协调,包括讨论需求同步信息等等。

但我也相信未来 ChatGPT 肯定能在一定程度上把写代码的能力变得越来越优秀,错误也会越来越少,甚至帮助开发者写一部分的代码,减轻开发者的工作量。

3、应用场景限制开发者发挥价值

如果仅仅是单纯的尝鲜其实是很难有持续使用的效应,基本上问完两个问题满足了好奇的心理就不会频繁使用,除非找到一个特定的场景让 ChatGPT 能够真正的发挥价值。

而一般来讲,技术型产品开发出来最大的难点就在于找到各式各样的应用场景,让其持续的优化和迭代,继而不断的扩充场景实现商业化目的。

ChatGPT 的应用场景

1、文案生成

ChatGPT 可用于生成各种类型的文本,也是目前来讲应用范围最广、使用人数最多的场景,可以用在例如邮件、视频脚本、文案、翻译、代码、论文等,根据用户给出的关键词或主题生成内容、根据用户给出的开头或结尾补全文本、根据用户给出的源语言和目标语言进行翻译等。

关于这一点也就不多讲了,大家在 ChatGPT 写诗、写文章都玩的非常溜了。我体验下来还是感觉比较好的,例如下面的这篇文章大纲。

2、搜索引擎优化

搜索引擎优化(SEO)是指通过改善网站内容和结构等方面来提高网站在搜索引擎中排名和流量的过程。通过使用 ChatGPT,可以帮助网站制作更符合搜索引擎规则和用户需求的内容。例如,ChatGPT可以根据关键词生成网页标题、描述、标签等,并且保证内容与主题相关性高并且有价值。此外,ChatGPT还可以生成长尾关键词、内部链接、外部链接等元素来增强网页权重。

对于产品、运营等是比较有帮助的,相当于一个小助手的角色。

3、客户服务聊天机器人

ChatGPT 可以用于创建能提供信息或娱乐的客户服务聊天机器人,例如回答用户的常见问题、提供产品或服务的介绍、处理用户的投诉或建议等。

可以用于娱乐、咨询、客服等领域,我认为这个是未来应该重点挖掘价值的方向。

传统的聊天机器人通常基于规则或者预设的对话流程,缺乏灵活性和智能性,无法处理复杂和多样化的用户需求。而ChatGPT作为一种基于深度学习的聊天机器人模型,能够根据上下文和用户意图生成合理和连贯的回复,并且具有自我纠错、挑战错误前提、拒绝不恰当请求等能力。ChatGPT可以提高聊天机器人的用户满意度和留存率,同时降低开发和维护成本。

特别是目前已经开发者直接将 ChatGPT 接入到自己的公众号、网页、App,对于未来承接客服咨询类的工作非常有帮助,也能大大减轻人力负担。

4、代码撰写

虽然在编程方面的能力还不是非常完美,但是如实说它能够在一定程度上帮助开发者减轻一定的工作量,例如在:程序语言转换,比如 Python 转 Java。从我个人的使用体验来看,目前支持语言包括 Python, Java, Go, Node.js, R, C++ 等。

另外也要推荐用它来生成程序命令,这是我在工作中一直使用的,能极大的加快代码开发。还有一些SQL语句生成、无结构化数据中生成表格等都是可以尝试用起来的。

最后也给还没能上手体验OpenAi 原生 ChatGPT 的小伙伴一个0门槛体验的路径,FinClip App 首页就有一个ChatGPT 小程序,点进去就能用,体验下来感觉还挺不错。

相关文章:

ChatGPT为什么不受开发者喜欢?

记得 ChatGPT 最开始上线不久的时候,看到的大部分尝鲜和测试结果都是开发者在做进行敲代码测试,可以说职业危机感非常强的一群人了。 再者,加上 ChatGPT 要使用起来其实是有一些技术门槛的,愿意折腾的人也多是程序员,…...

Lua table

Table(表) table 是 lua 中唯一的数据结构,可以用于表示 数组,字典与结构体。它非常强大,可以储存任何数据类型。 table 的数据单元为一对键值。 table 是不固定大小的,你可以根据自己需要进行扩容。 构…...

JavaScript:使用for in不是一个很好的抉择

for in 如果让你遍历对象中的key和value,你第一个想到的一定是使用for in const o{name:"chengqige",age:23 } for (let key in o){console.log(key,o[key]); }看起来是没有问题的,但是如果我在下面加一行代码,输出的结果就可能让…...

Go语言学习小笔记(一)

Go语言学习小笔记(一) 入口 项目的主入口:一般在main.go 包导入 一个包定义一组编译过的代码,包的名字类似命名空间,可以用来间接访问包内声明的标识符 所有处于同一个文件夹中的代码文件,必须使用同一…...

前端Docker部署方案

一、Docker容器和镜像概念 首先明确镜像和容器的概念。我们可以用 docker 构建一个镜像,这个镜像可以导入导出,用于传输,重复利用。然后如果把他 run 起来,则称为一个容器。容器是运行时,会包括运行时上下文&#xff…...

Java——无重叠区间

题目链接 leetcode在线oj题——无重叠区间 题目描述 给定一个区间的集合 intervals ,其中 intervals[i] [starti, endi] 。返回 需要移除区间的最小数量,使剩余区间互不重叠 。 题目示例 输入: intervals [[1,2],[2,3],[3,4],[1,3]] 输出: 1 解释…...

数据库和数据表创建与管理操作

数据库和数据表创建与管理操作 MySQL中,一个完整的而数据存储过程主要分成4步: 创建数据库确认字段创建数据表插入数据 标识符命名规则 数据库名、表名不得超过30个字符,变量名限制为29个必须只能包含 A–Z, a–z, 0–9, _共63个字符数据…...

buu [ACTF新生赛2020]crypto-rsa3 1

题目描述: from flag import FLAG from Cryptodome.Util.number import * import gmpy2 import random e65537 p getPrime(512) q int(gmpy2.next_prime) n p*q m bytes_to_long(FLAG) c pow(m,e,n) print(n) print( c ) n 177606504836499246970959030226871…...

知识库:在医疗行业的知识管理有着怎样的意义与实际影响?

知识库中还可存在一个通常被称作典型方法库的特殊部分。如果对于某些问题的解决途径是肯定和必然的,就可以把其作为一部分相当肯定的问题解决途径直接存储在典型方法库中。这种宏观的存储将构成知识库的另一部分。在使用这部分时,机器推理将只限于选用典…...

带你一步步搭建Web自动化测试框架

测试框架的设计有两种思路,一种是自底向上,从脚本逐步演变完善成框架,这种适合新手了解框架的演变过程。另一种则是自顶向下,直接设计框架结构和选取各种问题的解决方案,这种适合有较多框架事件经验的人。本章和下一张…...

Redis进阶-缓存问题

Redis 最常用的一个场景就是作为缓存,本文主要探讨Redis作为缓存,在实践中可能会有哪些问题?比如一致性、击穿、穿透、雪崩、污染等。 为什么要理解Redis缓存问题 在高并发业务场景下,数据库大多数情况都是用户并发访问最薄弱的…...

VS Code Spring 全新功能来了!

大家好,欢迎来到我们 2023 年的第一篇博客!我们想与您分享几个与 Spring 插件、代码编辑和性能相关的激动人心的更新,让我们开始吧! Spring 插件包的新入门演练 演练(Walkthrough) 是一种多步骤、向导式的体…...

关于大数据导入流程引擎ccflow的方案

问题: 1. 现在的流程系统里有几百万条已经运行的流程其它的流程架构上 2. 需要把这样的数据导入到ccflow流程引擎里面去。 数据结构分析: 1. ccflow有流程引擎注册表,工作人表,业务数据表与日志表4大表. 2. ccflow的流程实例是一个int类型的…...

AI 生成二次元女孩,免费云端部署(仅需5分钟)

首先需要google的colab,免费版本GPU有额度。其次,打开github网站,选择一个进入colab,修改代码 !apt-get -y install -qq aria2 !pip install -q https://github.com/camenduru/stable-diffusion-webui-colab/releases/download/0.0.16/xforme…...

掌握MySQL分库分表(六)解决主键重复问题--Snowflake雪花算法

文章目录问题及需求常用ID解决方案数据库自增IDUUIDRedis发号器Snowflake雪花算法分布式 ID 生成算法Snowflake原理关于bit与byte雪花算法的位数Snowflake必须注意的地方全局唯⼀、不能重复保证各个系统时间一致Snowflake雪花算法实现雪花算法测试结果问题及需求 单库下⼀般使…...

Melis4.0[D1s]:1.启动流程(与adc按键初始化相关部分)跟踪笔记

文章目录1.启动流程1.1 最先进入的文件:head_s.S1.2 start_kernel()函数所在的文件:init.c1.3 input_init()函数所在文件:sys_input.c1.4 INPUT_LKeyDevInit()所在文件:keyboarddev.c1.5 esINPUT_RegLdev()所在文件:in…...

GNU make 中文手册 第三章:Makefile 总述

一、Makefile 总述 3.1 Makefile 的内容 在一个完整的 Makefile 中,包含了 5 个东西:显式规则、隐含规则、变量定义、指示符和注释。关于“规则”、“变量” 和 “Makefile 指示符” 将在后续的章节进行详细的讨论。本章讨论的是一些基本概念。 显式规…...

简历的专业技能怎么写?排版需要注意的事项

一、简历的专业技能怎么写? 首先,先问一下你自己会什么,然后看看你意向的公司需要什么。一般HR可能并不太懂技术,所以他在筛选简历的时候可能就盯着你专业技能的关键词来看。对于公司有要求而你不会的技能,你可以花几 天时间学习一下,然后在简历上可以写上自己了解这个技…...

【Git】为什么需要版本控制?版本控制工具有那些?

目录 一、为什么需要版本控制? 二、版本控制工具有那些? 💟 创作不易,不妨点赞💚评论❤️收藏💙一下 一、为什么需要版本控制? 首先我们要知道什么是版本控制?对版本控制进行文字…...

SSH远程执行Python3 Error: UnicodeEncodeError: ‘ascii‘ codec

首先确定要执行脚本服务器的语言编码环境,执行 # locale -a C en_US.utf8 POSIX # locale LANGen_US.utf8 LC_CTYPE"en_US.utf8" LC_NUMERIC"en_US.utf8" LC_TIME"en_US.utf8" LC_COLLATE"en_US.utf8" LC_MONETARY"…...

【快手拥抱开源】通过快手团队开源的 KwaiCoder-AutoThink-preview 解锁大语言模型的潜力

引言: 在人工智能快速发展的浪潮中,快手Kwaipilot团队推出的 KwaiCoder-AutoThink-preview 具有里程碑意义——这是首个公开的AutoThink大语言模型(LLM)。该模型代表着该领域的重大突破,通过独特方式融合思考与非思考…...

视频字幕质量评估的大规模细粒度基准

大家读完觉得有帮助记得关注和点赞!!! 摘要 视频字幕在文本到视频生成任务中起着至关重要的作用,因为它们的质量直接影响所生成视频的语义连贯性和视觉保真度。尽管大型视觉-语言模型(VLMs)在字幕生成方面…...

Axios请求超时重发机制

Axios 超时重新请求实现方案 在 Axios 中实现超时重新请求可以通过以下几种方式: 1. 使用拦截器实现自动重试 import axios from axios;// 创建axios实例 const instance axios.create();// 设置超时时间 instance.defaults.timeout 5000;// 最大重试次数 cons…...

uniapp中使用aixos 报错

问题: 在uniapp中使用aixos,运行后报如下错误: AxiosError: There is no suitable adapter to dispatch the request since : - adapter xhr is not supported by the environment - adapter http is not available in the build 解决方案&…...

VM虚拟机网络配置(ubuntu24桥接模式):配置静态IP

编辑-虚拟网络编辑器-更改设置 选择桥接模式,然后找到相应的网卡(可以查看自己本机的网络连接) windows连接的网络点击查看属性 编辑虚拟机设置更改网络配置,选择刚才配置的桥接模式 静态ip设置: 我用的ubuntu24桌…...

C#学习第29天:表达式树(Expression Trees)

目录 什么是表达式树? 核心概念 1.表达式树的构建 2. 表达式树与Lambda表达式 3.解析和访问表达式树 4.动态条件查询 表达式树的优势 1.动态构建查询 2.LINQ 提供程序支持: 3.性能优化 4.元数据处理 5.代码转换和重写 适用场景 代码复杂性…...

【MATLAB代码】基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),附源代码|订阅专栏后可直接查看

文章所述的代码实现了基于最大相关熵准则(MCC)的三维鲁棒卡尔曼滤波算法(MCC-KF),针对传感器观测数据中存在的脉冲型异常噪声问题,通过非线性加权机制提升滤波器的抗干扰能力。代码通过对比传统KF与MCC-KF在含异常值场景下的表现,验证了后者在状态估计鲁棒性方面的显著优…...

Ubuntu Cursor升级成v1.0

0. 当前版本低 使用当前 Cursor v0.50时 GitHub Copilot Chat 打不开,快捷键也不好用,当看到 Cursor 升级后,还是蛮高兴的 1. 下载 Cursor 下载地址:https://www.cursor.com/cn/downloads 点击下载 Linux (x64) ,…...

Ubuntu系统复制(U盘-电脑硬盘)

所需环境 电脑自带硬盘:1块 (1T) U盘1:Ubuntu系统引导盘(用于“U盘2”复制到“电脑自带硬盘”) U盘2:Ubuntu系统盘(1T,用于被复制) !!!建议“电脑…...

WEB3全栈开发——面试专业技能点P4数据库

一、mysql2 原生驱动及其连接机制 概念介绍 mysql2 是 Node.js 环境中广泛使用的 MySQL 客户端库,基于 mysql 库改进而来,具有更好的性能、Promise 支持、流式查询、二进制数据处理能力等。 主要特点: 支持 Promise / async-await&#xf…...