碼農(nóng)真的危了！

最近有消息稱，OpenAI已經(jīng)在悄悄地訓(xùn)練ChatGPT，讓它學(xué)習(xí)人類的思考過程，從而真正掌握軟件工程，徹底代替「初級(jí)碼農(nóng)」。

OpenAI招外包大軍，教AI學(xué)人類思考

會(huì)編程的AI，幾家硅谷大廠都在做。

DeepMind的AlphaCode，據(jù)說「吊打72%人類程序員」，但尚未開放；傳聞中谷歌的「神秘項(xiàng)目」Pitchfork，也還在醞釀中；而微軟的GitHub Copilot主要是一個(gè)代碼補(bǔ)全工具。

要說完全代替人類碼農(nóng)，它們還不夠格。

但如果真的讓ChatGPT學(xué)會(huì)了用人類思維去編程，這些友商/自家的產(chǎn)品恐怕要被吊打。

而從種種跡象看來，OpenAI似乎正在下一盤大棋。

根據(jù)Semafor的報(bào)道，在過去的六個(gè)月里，OpenAI已經(jīng)從拉美和東歐等地區(qū)招募了大約1000名外包人員，來訓(xùn)練他們的AI碼代碼。

這個(gè)新聞中，有兩個(gè)「華點(diǎn)」。

首先，為什么地點(diǎn)選在拉美和東歐？這個(gè)咱們都明白，現(xiàn)在硅谷的泡沫戳破了，各家互聯(lián)網(wǎng)大廠都在絞盡腦汁「降本增效」，有的靠裁員，有的就去其他國家找廉價(jià)勞動(dòng)力。

第二個(gè)「華點(diǎn)」是，這些外包人員中，很多人并不是計(jì)算機(jī)專業(yè)的畢業(yè)生，也不具備高級(jí)的編程技能。他們的作用是，編寫OpenAI期待實(shí)現(xiàn)的「自動(dòng)化」基本代碼。

具體來說，其中的60%從事「數(shù)據(jù)標(biāo)注」工作——?jiǎng)?chuàng)建大量的圖像、音頻片段等信息，用來訓(xùn)練人工智能工具或自動(dòng)駕駛汽車。

另外的40%則是實(shí)打?qū)嵉某绦騿T，他們正在為OpenAI的模型「手搓」數(shù)據(jù)，從而讓AI學(xué)習(xí)軟件工程任務(wù)。

此前，OpenAI一直是用從GitHub上抓取的代碼訓(xùn)練其模型。

而這次，OpenAI想建立的數(shù)據(jù)集中，不僅有代碼，還包括背后用自然語言編寫的人類解釋。

論文地址：https://arxiv.org/abs/2107.03374

對(duì)此，Semafor特地采訪了一位南美的開發(fā)者，而他曾無償為OpenAI完成了5小時(shí)的編碼測(cè)試。

在這個(gè)測(cè)試中，他被要求處理兩個(gè)任務(wù)。

首先，他會(huì)得到一個(gè)編程問題，OpenAI要求他用書面的英語解釋自己將如何處理這個(gè)問題。

然后，他需要提供一個(gè)解決方案。

如果他發(fā)現(xiàn)了一個(gè)bug，OpenAI就會(huì)要求他詳細(xì)說明問題是什么，應(yīng)該如何糾正，而不是簡單地修復(fù)。

「他們很可能是想用一種非常特殊的訓(xùn)練數(shù)據(jù)來投喂這個(gè)模型，在這種情況下，就需要展示人類是如何一步步思考的。」這位開發(fā)者說。

此前的ChatGPT，寫的代碼就被揪出過不少問題。

原因在于，ChatGPT沒有任何標(biāo)記了對(duì)錯(cuò)的內(nèi)部記錄，它其實(shí)是一個(gè)統(tǒng)計(jì)模型。ChatGPT的答案，本質(zhì)上就是從構(gòu)成GPT-3的互聯(lián)網(wǎng)數(shù)據(jù)語料庫中收集的概率結(jié)果。

當(dāng)時(shí)OpenAI也說，ChatGPT最合適的定位，應(yīng)該是編碼輔助工具。

但想象一下，如果OpenAI真的教會(huì)了ChatGPT「像人類一樣一步一步思考」，那它完全可以代替一些需要死記硬背的寫代碼工作，后果就是，一些「初級(jí)」碼農(nóng)被徹底淘汰。

現(xiàn)在，硅谷的高管們正在設(shè)想這樣的產(chǎn)品，讓幾乎沒有編程經(jīng)驗(yàn)的人士向AI描述自己的創(chuàng)意和愿景，然后就能構(gòu)建出任何自己想要的東西，無論是一個(gè)網(wǎng)站，還是一個(gè)游戲。

幾天前，特斯拉的前人工智能主管Andrej Karpathy剛剛在推特上說：「最熱門的新編程語言是英語」。

用ChatGPT來debug，效果拔群

這可能并不是一個(gè)玩笑，比如當(dāng)紅炸子雞ChatGPT，就很有潛力。

最近，一項(xiàng)來自美因茨大學(xué)和倫敦大學(xué)學(xué)院的研究發(fā)現(xiàn)，ChatGPT不僅可以出色地修復(fù)bug，而且開發(fā)者還能通過對(duì)話來顯著提高成功率。

研究人員表示，ChatGPT的debug性能與常見的深度學(xué)習(xí)方法CoCoNut和Codex相差無幾，并且明顯優(yōu)于標(biāo)準(zhǔn)的自動(dòng)程序修復(fù)方法（APR）。

論文地址：https://arxiv.org/abs/2301.08653

用ChatGPT來解決代碼問題并不新鮮，但與人類對(duì)話的獨(dú)特能力，使它比其他方法和模型更具優(yōu)勢(shì)。

為了評(píng)估ChatGPT的debug性能，研究人員使用QuixBugs基準(zhǔn)的40個(gè)純Python問題對(duì)其進(jìn)行了測(cè)試，然后手動(dòng)檢查建議的解決方案是否正確。

由于ChatGPT給出的答案存在一定的隨機(jī)性，因此研究人員針對(duì)每個(gè)問題都會(huì)單獨(dú)測(cè)試4次。

與其他自動(dòng)程序修復(fù)的基準(zhǔn)不同，QuixBugs包含了相對(duì)較小的問題（代碼行數(shù)少），而這非常適合在對(duì)話系統(tǒng)中使用。

在測(cè)試過程中，研究人員刪除了所有的注釋，并詢問ChatGPT這段代碼是否有bug以及如何修復(fù)它。

比如，圖1中就是一個(gè)關(guān)于BITCOUNT問題的例子。其中，第1-2行是向ChatGPT提出的需求；從第4行開始是錯(cuò)誤的代碼片段。

對(duì)于這個(gè)例子，我們希望ChatGPT的回答能解決第7行的錯(cuò)誤，即n?= n - 1應(yīng)該被替換為n &= n - 1。做為回應(yīng)，ChatGPT要么給出一段修復(fù)完的代碼，要么給出一個(gè)描述告訴我們應(yīng)該如何修改。

結(jié)果顯示，ChatGPT解決了40個(gè)bug中的19個(gè)，與CoCoNut（19）和Codex（21）相當(dāng)，但標(biāo)準(zhǔn)的APR方法只解決了其中的7個(gè)問題。

當(dāng)然，因?yàn)镃hatGPT和Codex都是來自于同一個(gè)語言模型系列，所以解決問題的數(shù)量差不多也就不足為奇了。

此外，如果我們仔細(xì)觀察結(jié)果還可以發(fā)現(xiàn)，ChatGPT并不是每次都能解決基準(zhǔn)測(cè)試中的bug。僅在BUCKETSORT和FLATTEN這兩個(gè)問題上，四次都發(fā)現(xiàn)了bug，而其他的通常只能成功1-2次。

也就是說，用戶在實(shí)際使用時(shí)，可能需要嘗試數(shù)次才能獲得正確的結(jié)果。

不過，ChatGPT有一個(gè)強(qiáng)大的優(yōu)勢(shì)：我們可以在對(duì)話中與系統(tǒng)互動(dòng)，更詳細(xì)地對(duì)問題進(jìn)行說明，從而獲得正確的答案。

實(shí)際測(cè)試結(jié)果，也確實(shí)如此。

經(jīng)過與模型更進(jìn)一步的對(duì)話，研究人員成功地將ChatGPT的正確率刷新到了77.5%，也就是修復(fù)了40個(gè)錯(cuò)誤中的31個(gè)，遠(yuǎn)超SOTA。

至少，目前看來，這件事是完全有可能的：開發(fā)人員將不再需要編寫樣板代碼。

相反，他們可以專注于復(fù)雜的應(yīng)用程序架構(gòu)或網(wǎng)絡(luò)安全等領(lǐng)域。

也就是說，雖然ChatGPT可能會(huì)完成某些編程工作，例如編寫通用函數(shù)或樣板代碼，但它不會(huì)完全取代程序員。因?yàn)槌绦騿T的工作需要的不僅僅是寫代碼。

成為一名程序員需要技巧——能夠構(gòu)建程序、遵循邏輯并生成比各部分總和更宏大的東西。

碼農(nóng)：我自己「殺」自己

顯然，ChatGPT不是碼農(nóng)們做出的第一個(gè)「自我迭代」的產(chǎn)品。

咱們來排一排，那些會(huì)寫代碼的AI。

谷歌的Pitchfork

去年11月，坊間傳聞，谷歌正在醞釀一個(gè)秘密項(xiàng)目，這個(gè)產(chǎn)品會(huì)通過機(jī)器學(xué)習(xí)訓(xùn)練代碼，自己編自己，自己修復(fù)bug，還能自己更新。

據(jù)知情人士透露，這個(gè)項(xiàng)目起初是由Alphabet的登月部門——X部門開發(fā)的，代號(hào)為Pitchfork，去年夏天被轉(zhuǎn)移到了谷歌實(shí)驗(yàn)室。

根據(jù)內(nèi)部資料，Pitchfork的作用是「教代碼自行編寫、自行重寫」。

它能夠?qū)W習(xí)不同的編程風(fēng)格，并且根據(jù)這些風(fēng)格寫出代碼。

一名谷歌員工表示，開發(fā)Pitchfork的初衷是希望建立一個(gè)工具，將谷歌的Python代碼庫更新到新版本。

AlphaCode：吊打72%程序員

2022年2月，DeepMind推出了「AlphaCode」系統(tǒng)，可以使用人工智能生成代碼。

根據(jù)DeepMind的說法，AlphaCode可以與人類匹敵。

DeepMind使用編程競(jìng)賽平臺(tái)Codeforces上托管的10個(gè)現(xiàn)有競(jìng)賽來測(cè)試AlphaCode，它的總體排名位于前 54.3%，也就是說，它擊敗了46%的參賽者 。

DeepMind聲稱，在使用編程競(jìng)賽平臺(tái)Codeforces進(jìn)行檢測(cè)時(shí)，AlphaCode解決了100萬個(gè)樣本中34.2%的問題。

另外在過去6個(gè)月參加過比賽的用戶中，AlphaCode的數(shù)據(jù)排到了前28%，可以說「吊打72%人類程序員」！

當(dāng)時(shí)，DeepMind就指出，雖然AlphaCode目前只適用于具有競(jìng)爭(zhēng)性編程領(lǐng)域，但顯然，它未來的能力絕不會(huì)止步于此。

它為創(chuàng)造某些工具打開了大門，而這些工具將使編程變得更容易被人們接受，并且有朝一日可以完全實(shí)現(xiàn)自動(dòng)化。

Copilot：代碼補(bǔ)全神器

再往前，在2021年，GitHub與OpenAI共同推出了一款A(yù)I編程神器——GitHub Copilot。

輸入代碼時(shí)，Copilot會(huì)自動(dòng)提示程序中接下來可能出現(xiàn)的代碼片段，就像一個(gè)經(jīng)過訓(xùn)練用Python或JavaScript說話的自動(dòng)補(bǔ)全機(jī)器人。

Copilot能夠填充必要的代碼塊，只要它們不是特別復(fù)雜或者特別有創(chuàng)造性，這對(duì)于相當(dāng)于手工勞動(dòng)的編程，可太有用了。

2022年6月22日，Copilot正式面向C端上線，定價(jià)10美元/月或100美元/年，并向?qū)W生用戶和流行開源項(xiàng)目的維護(hù)者免費(fèi)提供。

現(xiàn)在，成千上萬的開發(fā)者都在用Copilot。在十幾種最流行的語言編寫代碼中——有高達(dá)40%是依靠它來生成的。

GitHub預(yù)測(cè)，開發(fā)人員將在五年內(nèi)使用Copilot編寫多達(dá)80%的代碼。

微軟首席技術(shù)官Kevin Scott還表示：「我們確信：GitHub Copilot可以應(yīng)用到數(shù)千種不同類型的工作中。」

不過，因?yàn)樯嫦忧謾?quán)，在發(fā)布不到5個(gè)月后，Copilot已經(jīng)被憤怒的程序員一舉告上法庭，索賠90億美元。

而學(xué)會(huì)「軟件工程思維」的ChatGPT，能吊打它們嗎？按OpenAI的速度，恐怕我們不用等太久。

參考資料：

https://www.semafor.com/article/01/27/2023/openai-has-hired-an-army-of-contractors-to-make-basic-coding-obsolete

https://www.zdnet.com/article/chatgpt-can-write-code-now-researchers-say-its-good-at-fixing-bugs-too/