本文經(jīng)AI新媒體量子位（公眾號 ID: QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處

?Stack Overflow，正在被程序員們拋棄。

你沒聽錯。

這個全球知名的開發(fā)者問答網(wǎng)站，僅在一個月時間內(nèi)，訪問量驟降3200萬！

甚至現(xiàn)在的搜索量僅是它巔峰時期的三分之一……

為何會突然如此？網(wǎng)友一語道破玄機(jī)：

自打ChatGPT問世以來，我就沒再用過Stack Overflow了。

而且從近三個月Stack Overflow訪問量統(tǒng)計來看，流量下滑是在2022年11月至12月期間發(fā)生的。

巧合的是，OpenAI發(fā)布ChatGPT，正是在去年的11月30日。

好家伙，原來又是AI圈當(dāng)紅炸子雞ChatGPT的“鍋”。

那它為何能在這么短的時間里，如此迅速改變眾多程序員求知習(xí)慣的呢？

對于這個問題，作為使用者的程序員們，或許最有發(fā)言權(quán)。

有人便將問題言簡意賅地歸結(jié)為兩點(diǎn)：

如果我不懶：谷歌和Stack Overflow是首選；

如果我懶：我選ChatGPT。

言外之意很明顯了，問題的關(guān)鍵，出在了獲取答案的便捷性上。

我們先來看下在Stack Overflow上獲取答案的流程。

首先，你需要點(diǎn)擊“Ask Question”按鈕開啟提問之旅：

然后便來到了繁瑣的“填空”環(huán)節(jié)：

輸入標(biāo)題 → 描述問題 → 嘗試過什么/期待什么結(jié)果 → 語言標(biāo)簽

但這一系列操作之后還不算完，對于提問者來說，最無奈的可能就數(shù)漫長的等待了。

然鵝，現(xiàn)實(shí)情況往往會是這樣：

沒錯，石沉大海，無人問津；而且即便有人回答了問題，也要看下哪個答案的“vote”高等等。

不過這事要是換做ChatGPT，結(jié)果就不一樣了，只需要一個動作：

問！

然后答案就“啪的一下”甩到你的面前。

如此對比下來，ChatGPT在“問答”這事上的便捷性也就可見一斑了。正如網(wǎng)友總結(jié)的那樣：

搜索產(chǎn)品/網(wǎng)站 → Google

尋求答案 → ChatGPT

不過有一說一，“問答”這事便捷性固然是一方面，但更重要的一點(diǎn)還應(yīng)該回歸到答案的準(zhǔn)確性。

那么接下來的一個問題便是：

程序員依賴ChatGPT，靠譜嗎？

要知道當(dāng)初Stack Overflow禁用ChatGPT給出的說辭可是：

（這樣做）的目的是減緩使用ChatGPT創(chuàng)建的大量答案流入社區(qū)。

因?yàn)閺腃hatGPT得到錯誤答案的概率太高了！

不過這只是“對家”的一面之詞，不能全信。現(xiàn)在距離ChatGPT發(fā)不也有一段時間了，靠譜不靠譜我們直接看看各位用戶們的使用感受。

先說結(jié)論，ChatGPT在編程上可以說是“全能型人才”了：找Bug，編寫網(wǎng)站，提示詞轉(zhuǎn)換代碼……

ChatGPT找Bug可以說是相當(dāng)貼心了，舉個栗子，repit的CEO給ChatGPT甩了一段有錯誤的代碼，讓它找出其中的Bug。

結(jié)果ChatGPT不僅把Bug找出來了，還指出了錯誤原因，怎么修改，并且還附上了正確代碼，最后還不忘來一波總結(jié)。

（這不比Stack Overflow搜索找答案好用？手動狗頭）

當(dāng)然一個AI模型也不能薅著Stack Overflow一個問答網(wǎng)站作對比，來看看和其他代碼修復(fù)系統(tǒng)的對比。

前不久約翰內(nèi)斯·谷登堡大學(xué)和倫敦大學(xué)也做了一項研究，讓ChatGPT橫向?qū)Ρ攘似渌齻€代碼修復(fù)系統(tǒng)：Codex，CoCoNut和Standard APR。

研究過程中，研究人員統(tǒng)共給出了40段錯誤代碼，得到的初步結(jié)果是：

ChatGPT解決了19個問題，Codex解決了21個，CoCoNut解決了19個，Standard APR方法解決了7個。

其中Codex和ChatGPT來自同一個語言模型家族，所以結(jié)果比較接近。

BUT！這還不是最終結(jié)果，ChatGPT畢竟是個對話模型，是可以交流的，而交流之后，它解決的Bug高達(dá)31個。

嗯，最終的結(jié)果也顯而易見。

ChatGPT除了debug之外，給出要求也能夠自動編寫代碼，網(wǎng)友們反饋?zhàn)罱K的代碼效果也還不錯。

就比如說有網(wǎng)友聲稱，自己初創(chuàng)公司的大部分代碼都交給ChatGPT和Copilot來完成了。

還有一個ChatGPT的“學(xué)生粉”用ChatGPT編寫了一個網(wǎng)站，生成的代碼很整潔：

甚至去年年底，Riley Goodside還靠玩轉(zhuǎn)ChatGPT提示詞收到了估值73億美元的硅谷獨(dú)角獸公司Scale AI的offer，正式聘請他為“提示工程師”。

而工作的內(nèi)容就是：只要講幾句人話，讓AI生成自己想要的代碼。

還有太多例子這里就不一一列舉了，總之現(xiàn)在已經(jīng)有人把ChatGPT納入編程生產(chǎn)力當(dāng)中了。

并且ChatGPT也是個“求上進(jìn)”的好模型，之前傳言它數(shù)學(xué)能力不足，這不昨天OpenAI就官宣提升了ChatGPT在真實(shí)性和數(shù)學(xué)能力上表現(xiàn)。

對于程序員們來說，比較關(guān)心的還是ChatGPT在編程上能力有沒有長進(jìn)。

不過在這方面，倒是有網(wǎng)友檢測過，同樣一個代碼問題，去年12月底（左側(cè)）還能回答出來，今年1月底（右側(cè)）就不會了。

One More Thing

最近ChatGPT有“新裝備”了，剛出了個模型BLIP-2，能夠接入ChatGPT，它不僅會簡單的看圖說話，還會講解劇情、給圖片配字……

并且，BLIP-2在各種視覺語言任務(wù)上實(shí)現(xiàn)了SOTA，目前代碼已開源。

強(qiáng)強(qiáng)聯(lián)合，期待一波～

參考鏈接：

[1] https://twitter.com/dannypostmaa/status/1620207540381569024

[2] https://techcabal.com/2023/01/31/stack-overflow-chat-gpt/

[3] https://twitter.com/flaviocopes/status/1620333315919331328

[4]? https://twitter.com/laminappcom/status/1620516951163559936

[5]? https://www.pcmag.com/news/watch-out-software-engineers-chatgpt-is-now-finding-fixing-bugs-in-code

[6] ?https://twitter.com/mrdbourke/status/1620353263651688448