《Computer World》雜志曾經(jīng)寫過(guò)一篇文章，說(shuō)“編程到1960年就會(huì)消失”，因?yàn)镮BM開(kāi)發(fā)了一種新語(yǔ)言FORTRAN，這種新語(yǔ)言可以讓工程師寫出他們所需的數(shù)學(xué)公式，然后提交給計(jì)算機(jī)運(yùn)行，所以編程就會(huì)終結(jié)。

圖片

又過(guò)了幾年，我們聽(tīng)到了一種新說(shuō)法：任何業(yè)務(wù)人員都可以使用業(yè)務(wù)術(shù)語(yǔ)來(lái)描述自己的問(wèn)題，告訴計(jì)算機(jī)要做什么，使用這種叫做COBOL的編程語(yǔ)言，公司不再需要程序員了。

再后來(lái)，人們又說(shuō)，IBM又開(kāi)發(fā)了一種新語(yǔ)言RPG，可以讓任何員工填寫表格并且生成報(bào)告，所以，企業(yè)的大多數(shù)編程需求都可以由它搞定。

圖片

到了八九十年代，我們又有了組件，有了圖形化開(kāi)發(fā)，業(yè)務(wù)人員拖拖拽拽就可以把程序開(kāi)發(fā)出來(lái)了。

進(jìn)入二十一世紀(jì)，又出現(xiàn)了Low Code, No Code，既然都沒(méi)有代碼了，那就更不需要程序員了。

實(shí)際情況如何呢？ 

編程不但沒(méi)有被終結(jié)，門檻反而被不斷降低，程序員越來(lái)越多了。

現(xiàn)在終極大Boss——大模型——來(lái)了，它和之前的新技術(shù)，新語(yǔ)言都不同，不用人去寫代碼，而是直接生成代碼。 

它能否終結(jié)編程，淘汰程序員呢？

首先我們得承認(rèn)，業(yè)界頂尖的AIGC工具，如GPT-4，現(xiàn)在已經(jīng)具備了非常強(qiáng)悍的代碼生成能力，如果你還不這么認(rèn)為的話，歡迎看看我之前寫的幾篇文章?！禔I可以生成95%的代碼》

網(wǎng)上也有人用GPT-4，Midjourney,DALL·E 3 生成了一個(gè)類似憤怒的小鳥(niǎo)這樣的游戲："Angry Pumpkins”，效果讓人驚嘆！

不過(guò)，AIGC生成的代碼無(wú)法保證面面俱到，無(wú)法保證正確性，還得程序員去檢查，去調(diào)試，發(fā)現(xiàn)問(wèn)題后引導(dǎo)它去做修改，這是一件很費(fèi)勁的事情。

駕馭好GPT-4這樣的工具，可以讓程序員成為超級(jí)個(gè)體。

其次，很多人沒(méi)有意識(shí)到的是，寫代碼只是軟件開(kāi)發(fā)的一個(gè)環(huán)節(jié)，在寫代碼之前，還有需求分析、設(shè)計(jì)（架構(gòu)設(shè)計(jì)和詳細(xì)設(shè)計(jì)）需要做。

AIGC在詳細(xì)設(shè)計(jì)上有了長(zhǎng)足的進(jìn)步，但是架構(gòu)設(shè)計(jì)上還不行，具體案例可以看這篇文章：《AI開(kāi)始威脅程序員的核心能力了！》

隨著AIGC的快速迭代，在5~10年內(nèi)，也許能出現(xiàn)有著強(qiáng)大設(shè)計(jì)能力和代碼生成能力的AI，但是AIGC很難翻越最后一座大山：需求分析。

弄清楚客戶需要什么是一件非常難的事情，你得了解他們的領(lǐng)域，他們的業(yè)務(wù)，他們的流程，然后在不斷的交談和確認(rèn)中，才能大致搞明白他們到底需要什么。

很多時(shí)候，客戶只有看到軟件成品才恍然大悟：奧，我要的功能不是這樣的。 

市面上出現(xiàn)的所有的編程相關(guān)的AI工具，如GitHub Copilot，Amazon CodeWhisperer，都無(wú)法直接從客戶需求生成代碼，都需要程序員用行話精確地告訴它要做什么事兒才行。

簡(jiǎn)單來(lái)說(shuō)，從客戶需求直接到代碼生成，這條路不通。

從詳細(xì)的軟件規(guī)格說(shuō)明書(shū)到代碼，非常有希望走通。

所以有人搞了一個(gè)新型的外包公司，專門用AI生成代碼，希望能用更低廉的成本對(duì)其他公司進(jìn)行降維打擊。

只有人和人之間才能溝通需求，如果不實(shí)現(xiàn)通用人工智能，需求分析這件事情AI是搞不定的。

通用人工智能什么時(shí)候會(huì)出現(xiàn)呢？這很難說(shuō)。

庫(kù)茲韋爾在《機(jī)器之心》展示過(guò)一張計(jì)算力增長(zhǎng)的圖：

圖片

從20世紀(jì)到21世紀(jì)，計(jì)算力呈指數(shù)增長(zhǎng)，按照這個(gè)趨勢(shì)，在2025年左右，1000美元的個(gè)人計(jì)算機(jī)的計(jì)算能力就可以達(dá)到人類大腦的水平。

到2060年，計(jì)算力能超過(guò)所有人類大腦的總和。

不過(guò)，計(jì)算力的達(dá)到人類大腦的水平，并不意味著智能也能達(dá)到人類的水平。

人腦中的神經(jīng)元數(shù)量大約為1000億。每個(gè)神經(jīng)元平均約有1000個(gè)連接，共計(jì)100萬(wàn)億個(gè)連接。

所有連接可以進(jìn)行同步計(jì)算，這是一種相當(dāng)強(qiáng)大的并行處理能力。

現(xiàn)在人們?cè)噲D使用神經(jīng)網(wǎng)絡(luò)來(lái)模擬人腦，但是當(dāng)神經(jīng)元足夠多以后，它到底是如何工作的，為什么展示出了“智能”的行為，人類還是一頭霧水，只能用個(gè)詞--涌現(xiàn)--來(lái)模糊地描述它。

所以庫(kù)茲韋爾建議研究人的大腦，利用磁共振成像掃描儀等技術(shù)窺探大腦內(nèi)部。隨著技術(shù)不斷更新?lián)Q代，掃描分辨率和掃描速度不斷提高，無(wú)創(chuàng)、非侵入式掃描活人大腦最終變得可行。

根據(jù)掃描得出的信息，繪制出具體位置、相互之間的連接、體細(xì)胞的成分、軸突、樹(shù)突、突觸前囊泡以及其他神經(jīng)部分。然后整個(gè)腦組織就可以在一臺(tái)內(nèi)存足夠大的神經(jīng)計(jì)算機(jī)中被重造出來(lái)，大腦中的存儲(chǔ)內(nèi)容也可以被重造。

這一天不知道什么時(shí)候才能到來(lái)，所以現(xiàn)在不用對(duì)AI的威脅憂心忡忡，只要能駕馭AIGC這個(gè)工具，讓他為自己所用，就可以繼續(xù)安心地去搬磚了。