当前位置: 首页 > news >正文

AI程序员来了,大批码农要失业

图片

根据GitHub发布的《Octoverse 2021年度报告》,2021年中国有755万程序员,排名全球第二。

图片

ChatGPT的出现,堪比在全球互联网行业点燃了一枚“核弹”,很多人都会担心“自己的工作会不会被AI取代”。

而2024年的AI进展速度如火箭般,这些担心似乎成为现实。最近,AI界频频出现大动作,当地时间3月13日,先是世界上第一位AI程序员Devin诞生,同一天,微软团队也发布了一个微软AI程序员——AutoDev。

可见,互联网行业对于AI的竞争,已经十分焦灼。近日,黄仁勋、李彦宏等知名大佬都在公开场合表示,程序员这个职业或将被AI替代。一时之间,网上掀起巨浪,ChatGPT好的吓人,AI程序员好吓人。

起初,人们为了提高效率和生产力,创造并训练了AI。随着AI的快速发展,它反而将一些重复、机械、含金量低的工作推到悬崖边,这也导致一些程序员开始被“淘汰”。曾经的程序员“高薪”“稳定”,很多人都以成为程序员作为目标,报考计算机系的学生们趋之若鹜,但现在AI程序员的出现,给程序员们敲响了警钟。

01

AI史上又一里程碑:同一天,诞生两个AI程序员

先来看全球首位AI程序员——Devin。

本月13日,AI初创公司Cognition AI在X平台发布一条视频,宣布了首位完全自主的AI程序员Devin的诞生,消息一经推出,立即霸占各大平台热榜。

成立于2023年11月,公司仅有10名员工,Cognition团队也十分年轻且具有华人背景,都年轻有为。三位创始人中CEO Scott Wu今年刚刚27岁,毕业于哈佛大学,曾是Lunchclub的联合创始人兼CTO。公开资料显示,他从少年时期就活跃于codeforces算法平台,曾连续三年揽获IOI(国际信息学奥林匹克竞赛)金牌。

联合创始人兼CTO Steven Hao,毕业于麻省理工学院,之前曾在Scale AI、Jane Street、DE Shaw、Quora工作。而CPO Walden Yan曾就读于哈佛大学,进行密码学和机器学习方面的研究,在哈佛一年级时获得第32届IOI金牌。

作为年轻的初创团队,他们目前没有固定的办公室,而是在硅谷和纽约的办公室之间奔波。

Devin作为Cognition的核心产品,能够进行全栈编程、自主学习、构建和部署应用程序、自主查找并修复Bug、训练和微调自己的AI模型等多项能力。

它的出现,是追求极致效率和结果的产出。具体表现在,在SWE-bench基准测试中,**Devin能够完整正确地处理13.86%的问题,而GPT-4只能处理1.74%的问题,**且都需要人类提示告知处理哪些文件。

可以说,Devin可以完全自主地发现并解决问题。值得注意的是,Devin还成功通过领先AI公司进行的实际工程面试。可以说Devin能力的影响远远超出了软件工程的范围。

不出所料,它早已获得知名风投的关注。目前,Cognition已获得硅谷投资大佬彼得·蒂尔的Founders Fund基金领投的2100万美元A轮融资,而彼得蒂尔曾是Facebook的第一位外部投资人。

就在同一天,微软团队也发布了一个微软AI程序员——AutoDev。

和Devin不同,AutoDev是一个全自动的AI驱动软件开发框架,可以自主规划和执行复杂的软件工程任务。它可以执行多种操作,包括文件编辑、检索、构建、执行、测试和git操作。AutoDev还确保了用户隐私和文件安全,并在Docker容器中限制了所有操作。

早前,微软已有主打产品GitHub Copilot帮助开发人员完成软件开发,但包括GitHub Copilot在内的一些AI工具,并不能充分利用IDE中所有的潜在功能,比如构建、测试、执行代码、git操作等。基于聊天界面的要求,它们主要侧重于建议代码片段,以及文件操作。

AutoDev的诞生,可以完成这些目标。比如,用户可以定义复杂的软件工程目标,AutoDev会将这些目标分配给自主AI智能体来实现。

在HumanEval测试中,AutoDev分别在代码生成和测试生成方面,分别取得了91.5%和87.8%Pass 1的优秀结果。

Devin和AutoDev的出现,让不少程序员惊呼:AI太可怕了,我们要失业了。

02

李彦宏、黄仁勋pk周鸿祎,码农会消失吗

那么,程序员们真的会失业吗?对于中国来说,在互联网时代的黄金时代,随着阿里、腾讯、百度、京东、拼多多等互联网大厂的崛起,再到后来互联网公司的遍地开花,背后有无数程序员的付出。

中国到底有多少程序员好像没有人具体统计过,但此前根据GitHub发布的《Octoverse 2021年度报告》,2021年中国有755万程序员,排名全球第二,这数据可见一斑。

现在关于程序员是否要失业,业内分为两大派:

在3月9日央视的《对话》·开年说节目上,李彦宏表示,基本上以后不会存在“程序员”这种职业了,因为只要会说话,人人都会具备程序员的能力。“未来的编程语言只会剩下两种,一种叫做英文,一种叫做中文,这也是目前世界上人工智能技术最领先的两个语言。”

“芯片教父”黄仁勋近日也表示,“未来,我们都可以编程计算,孩子们正在用AI做出惊人的事情。他们不知道如何编程,只是和ChatGPT交谈,就反馈到正确的编程手段做这个、做那个。所以,AI和未来与人交流没有什么不同,这是计算机科学行业对世界的伟大贡献,缩小了技术差距。”

但也有人给出不一样的看法,在李彦宏发表观点后,360集团创始人周鸿祎也发布微博表达了自己的看法,他认为,程序员热十年内不会减弱。尽管未来人人都会用电脑,所谓人人都是程序员,但不同的人用电脑创造的产品完全不一样,AI时代更需要计算机专家和程序员,他们可能是各行各业最有发言权的。

图片

图源:周鸿祎微博

谷歌联合创始人谢尔盖·布林近日也表示,对当前的大型语言模型来说,编程可能是最具挑战的任务之一,“我们无法完全预测AI的未来走向,AI似乎会影响诸多职业,包括平面设计师、客户经理、医生、行业高管等,所以我不认为程序员是否应该被拿出来单独讨论。”

AI大模型会让程序员消失吗?对于这个问题来说,不能简单的回答会或者不会。AI程序员的出现,给程序员们的提了个醒,要居安思危,比如如何熟练的使用和调试Devin和AutoDev?

母庸置疑的是,AI程序员的出现将会重塑程序员岗位职能和工作流。那么,如果不想被淘汰,程序员们又该如何做?

03

大模型时代的程序员:适者生存

对于初级程序员来说,AI可能带来一些挑战:

1、太过依赖AI工具,失去或者降低独立思考的能力;

2、岗位竞争过于激烈,随着AI技术在编程领域的普及,没有相关技能的人可能会被淘汰;

3、AI会代替一些传统的传统的编程任务,这可能会影响初学者的就业机会和职业发展路径;

……

现在毕竟是AI发展的初级阶段,AI虽然厉害,但它毕竟是一个工具,可能会帮我们自动化一些编程任务,对于具体应用场景里的企业需求沟通、理解,对于项目的整体把控,,程序员还是得发挥作用,比如设计和监督AI系统,和AI一起开发新的应用,维护和修复已有的代码等等。

现在国内外大模型发展至今,已经有越来越多的应用开始走入C端,但国产大模型理解能力如何?能理解长文本并给出高质量回答吗?谁是中国版ChatGPT的讨论从未消失,那接下来谁又能做出中国的首位AI程序员?

因此,AI的崛起可能会让编程工作市场发生些变化:对各种技能的需求可能会变化,可能对那些只擅长例行编码的程序员需求减少了,程序员可能需要和AI专家以及其他技术专业人员更紧密地合作。

总之,AI可能会改变编程工作的方式,但不会让程序员消失。我们需要发展一些能够和AI合作的新技能,这样才能更好地应对未来的挑战。

要想不被AI大模型替代,要么成为善用工具的人,要么不可被工具替代的人。

善用工具——要记住,**AI永远是工具,而不是取代人类的存在。**学会善用AI的方法也是提高工作效率的关键。不同的软件和工具可能有不同的AI功能,了解和熟练使用这些功能,可以帮助我们更好地完成任务。

通过AI大模型,人类可以及时获取正确的代码、优化建议,以及每行代码正在执行操作的说明,大幅提升开发的效率。GitHub的研究显示,用户接受了Copilot建议的30%的代码,尤其是一些经验不足的开发人员Copilot使用率更高。GitHub发现,87%以上的人表示他们使用GitHub Copilot更快地完成任务。

要做不可被工具替代的人——对于难度高、创新价值大的编程问题,工具都不能胜任。2月底,全球最大开源平台之一的GitHub在官网宣布“GitHub Copilot Enterprise(高级版)正式全面发布”,这意味着人人都会编程或将要实现了。

然而一项数据显示,在2294个GitHub真实问题面前,GPT-4解决随机GitHub问题的通过率,竟然是0%,即便是Claude 2,也只有1.96%的通过率。

“精英”“高薪”“极客”……曾是程序员给大众的印象,到互联网大厂成为“码农”一度成为年轻人最理想的职业。与程序员最相关的计算机类专业,甚至成为近十年来高考最热门的专业之一。

如今,程序员的黄金时代好像已经过去了。但AI程序员的出现,让AI的发展迎来里程碑式的发展。它们的出现或许对程序员们来说有威胁,但千千万万个普通程序员的核心竞争力还是对需求的理解能力,独立完成设计架构的能力,而这恰恰也是避免自己被AI取代的核心竞争力。

没人能在人工智能的洪流前保持傲慢。推动科技的人,都有可能反过来被科技取代,哪怕是曾经推动AI发展的程序员。Devin和AutoDev的出现或将加速软件编程行业的变革进程。

Cognition的开发人员也自信的对外表示,Devin就像是一个“不知疲倦、业务水平精湛”的程序员,可以独当一面完成很多任务。所以,和一个不知疲倦的工具竞争,未来对于程序员的要求和门槛都提高了不止一点。

正如埃隆·马斯克刚刚发出的预言:到2029年底,AI将超越整个人类的智力水平。AI,真是令人兴奋又令人焦虑。

如何学习AI大模型?

作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

相关文章:

AI程序员来了,大批码农要失业

根据GitHub发布的《Octoverse 2021年度报告》,2021年中国有755万程序员,排名全球第二。 ChatGPT的出现,堪比在全球互联网行业点燃了一枚“核弹”,很多人都会担心“自己的工作会不会被AI取代”。 而2024年的AI进展速度如火箭般&am…...

车联网安全入门——CAN总线模糊测试

文章目录 车联网安全入门——CAN总线模糊测试介绍主要特点使用场景 模糊测试(Fuzz Testing)CAN 总线模糊测试(CAN Packet Fuzzing)主要步骤工具和软件主要目标 Can-Hax安装使用获得指纹模糊测试 SavvyCAN 总结参考 车联网安全入门…...

JDBC常见异常(10)—预编译模式下占位符动态排序字段失效

场景需求 需要根据不同的列进行对应的排序操作,实现动态列名排序 类似🐟动态查询或更新 但是JDBC预编译模式下占位符的排序字段失效 SQL语句 分页查询 select * from (select t.*, rownum rn from(select * from emp order by empno desc) t where …...

爬虫入门教程:爬虫概述

在数字化时代,数据已经成为我们生活和工作中不可或缺的一部分。而如何高效、准确地获取这些数据,成为了许多领域面临的共同问题。今天,我们就来一起探讨一下爬虫技术,这个能够自动从互联网上抓取信息的神奇工具。 一、什么是爬虫…...

【工具】windows下VMware17解锁mac安装选项(使用unlocker427)

目录 0.简介 1.环境 2.安装前后对比 3.详细安装过程 3.1 下载unlocker427 1)下载地址 2)下载unlocker427.zip 3)解压之后是这样的 4)复制iso中的两个文件到你本地的VMware的安装目录下 5)复制windows下的所有…...

JS 自测题 —— 手写 class

现有三种菜单:button 类型,select 类型,modal 类型。 共同特点 title icon 属性isDisabled 方法(可直接返回 false)exec 方法,执行菜单的逻辑 不同 button 类型,执行 exec 时打印 helloselect …...

Keras深度学习框架实战(7):使用YOLOV8和KerasCV进行高效的图像物体识别

1、绪论 1.1 KerasCV简介 KerasCV是一个专注于计算机视觉任务的模块化组件库,基于Keras构建,可与TensorFlow、JAX或PyTorch等框架配合使用。 概念与定位: KerasCV是Keras API的水平扩展,提供了一系列新的第一方Keras对象&#x…...

Django视图层探索:GET/POST请求处理、参数传递与响应方式详解

系列文章目录 Django入门全攻略:从零搭建你的第一个Web项目Django ORM入门指南:从概念到实践,掌握模型创建、迁移与视图操作Django ORM实战:模型字段与元选项配置,以及链式过滤与QF查询详解Django ORM深度游&#xff…...

磁盘配额的具体操作

磁盘配额: linux的磁盘空间有两个方面:第一个是物理空间,也就是磁盘的容量 第二个inode号耗尽,也无法写入 linux根分区:根分区的空间完全耗尽,服务程序崩溃,系统也无法启动了。 为了防止有人…...

STM 32_HAL_SDIO_SD卡

STM32的SDIO(Secure Digital Input Output) 接口是一种用于SD卡和MMC卡的高速数据传输接口。它允许STM32微控制器与多种存储卡和外设进行通信,支持多媒体卡(MMC卡)、SD存储卡、SDI/O卡和CE-ATA设备。STM32的SDIO控制器…...

人脸识别系统之动态人脸识别

二.动态人脸识别 1.摄像头人脸识别 1.1.导入资源包 import dlib import cv2 import face_recognition from PIL import Image, ImageTk import tkinter as tk import os注:这些导入语句允许您在代码中使用这些库和模块提供的功能,例如创建…...

Opencv实用笔记(一): 获取并绘制JSON标注文件目标区域(可单独保存目标小图)

文章目录 背景代码 背景 如果我们想要根据json标注文件,获取里面的指定目标的裁剪区域,那么我们可以根据以下代码来实现(也可以校验标注情况)。 代码 from tqdm import tqdm import os, json, cv2, copy import numpy as npdef…...

LabVIEW在高校电力电子实验中的应用

概述:本文介绍了如何利用LabVIEW优化高校电力电子实验,通过图形化编程实现参数调节、实时数据监控与存储,并与Simulink联动,提高实验效率和数据处理能力。 需求背景高校实验室在进行电机拖动和电力电子实验时,通常使用…...

rtsp python实现

1. rtsp rtp rtcp https://hope-wisdom.blog.csdn.net/article/details/138259027 2.rtsp加速 https://mp.weixin.qq.com/s/0C1b-8pFw0HaE1xpNbrxxw 3. 实现了一部分获取数据 import socket import base64 import threading import struct# 定义 RTSP 请求 def send_rtsp_…...

RHCE (Linux进阶) Ubuntu 操作系统安装教程

一、在官网下载iso镜像文件 下载地址: https://cn.ubuntu.com/download/server/step1#downloads(下载最新的Ubuntu 20.04 LTS服务器版本) 二、VMware安装配置过程 基本安装过程 1、新建虚拟机 2、选择典型即可 3、设置下载好的Ubuntu对应路…...

vue-router 源码分析——1. 路由匹配

这是对vue-router 3 版本的源码分析。 本次分析会按以下方法进行: 按官网的使用文档顺序,围绕着某一功能点进行分析。这样不仅能学习优秀的项目源码,更能加深对项目的某个功能是如何实现的理解。这个对自己的技能提升,甚至面试时…...

百度云下载不限速方式集合

使用解析网站配合Motrix工具软件 下载Motrix工具:Motrix下载链接打开解析网址:解析网站获取,将百度网盘链接粘贴到解析网站,获取下载链接。在Motrix中配置Aria2 RPC地址:ws://localhost:16800/jsonrpc开始下载&#x…...

2024年6月1日 (周六) 叶子游戏新闻

Embracer探讨单机游戏大作涨价超过70美元的可能性在Embracer集团等待公布新公司名称的同时,他们对游戏大作的价格上涨做出了评论。几年来,游戏大作的价格已经达到了70美元的门槛。Embracer集团的CEO Lars Wingefors在采访中表示,电子游戏行业…...

MathorCup挑战赛获奖名单公示,第九届研讨会及颁奖典礼即将举行

近日,备受瞩目的2024年第十四届MathorCup高校数学建模挑战赛圆满落幕,竞赛组委会于近日公示了获奖名单初稿。本届竞赛自2024年4月12日至16日举行,吸引了来自全国740所高校的9119支队伍踊跃参与,其中包括本科生、研究生、专科生及教…...

vulnhub靶机xptosystem

下载地址:https://download.vulnhub.com/xpto/xptosystem.ova 主机发现 端口扫描 服务扫描 漏洞扫描 看一下web 目录爆破 那不用说肯定看看robots.txt 要检查readme去看看 看不懂 这个是靶场吧很像 在最后看着挺像url路径的 还真是,我直接base64 坏了还…...

Leetcode 3577. Count the Number of Computer Unlocking Permutations

Leetcode 3577. Count the Number of Computer Unlocking Permutations 1. 解题思路2. 代码实现 题目链接:3577. Count the Number of Computer Unlocking Permutations 1. 解题思路 这一题其实就是一个脑筋急转弯,要想要能够将所有的电脑解锁&#x…...

【C++从零实现Json-Rpc框架】第六弹 —— 服务端模块划分

一、项目背景回顾 前五弹完成了Json-Rpc协议解析、请求处理、客户端调用等基础模块搭建。 本弹重点聚焦于服务端的模块划分与架构设计,提升代码结构的可维护性与扩展性。 二、服务端模块设计目标 高内聚低耦合:各模块职责清晰,便于独立开发…...

多模态图像修复系统:基于深度学习的图片修复实现

多模态图像修复系统:基于深度学习的图片修复实现 1. 系统概述 本系统使用多模态大模型(Stable Diffusion Inpainting)实现图像修复功能,结合文本描述和图片输入,对指定区域进行内容修复。系统包含完整的数据处理、模型训练、推理部署流程。 import torch import numpy …...

从面试角度回答Android中ContentProvider启动原理

Android中ContentProvider原理的面试角度解析,分为​​已启动​​和​​未启动​​两种场景: 一、ContentProvider已启动的情况 1. ​​核心流程​​ ​​触发条件​​:当其他组件(如Activity、Service)通过ContentR…...

Qt 事件处理中 return 的深入解析

Qt 事件处理中 return 的深入解析 在 Qt 事件处理中,return 语句的使用是另一个关键概念,它与 event->accept()/event->ignore() 密切相关但作用不同。让我们详细分析一下它们之间的关系和工作原理。 核心区别:不同层级的事件处理 方…...

上位机开发过程中的设计模式体会(1):工厂方法模式、单例模式和生成器模式

简介 在我的 QT/C 开发工作中,合理运用设计模式极大地提高了代码的可维护性和可扩展性。本文将分享我在实际项目中应用的三种创造型模式:工厂方法模式、单例模式和生成器模式。 1. 工厂模式 (Factory Pattern) 应用场景 在我的 QT 项目中曾经有一个需…...

PH热榜 | 2025-06-08

1. Thiings 标语:一套超过1900个免费AI生成的3D图标集合 介绍:Thiings是一个不断扩展的免费AI生成3D图标库,目前已有超过1900个图标。你可以按照主题浏览,生成自己的图标,或者下载整个图标集。所有图标都可以在个人或…...

【2D与3D SLAM中的扫描匹配算法全面解析】

引言 扫描匹配(Scan Matching)是同步定位与地图构建(SLAM)系统中的核心组件,它通过对齐连续的传感器观测数据来估计机器人的运动。本文将深入探讨2D和3D SLAM中的各种扫描匹配算法,包括数学原理、实现细节以及实际应用中的性能对比,特别关注…...

XXE漏洞知识

目录 1.XXE简介与危害 XML概念 XML与HTML的区别 1.pom.xml 主要作用 2.web.xml 3.mybatis 2.XXE概念与危害 案例:文件读取(需要Apache >5.4版本) 案例:内网探测(鸡肋) 案例:执行命…...

Ubuntu 可执行程序自启动方法

使用 autostart(适用于桌面环境) 适用于 GNOME/KDE 桌面环境(如 Ubuntu 图形界面) 1. 创建 .desktop 文件 sudo vi ~/.config/autostart/my_laser.desktop[Desktop Entry] TypeApplication NameMy Laser Program Execbash -c &…...