详情请进入 湖南阳光电子学校 已关注：人 咨询电话：0731-85579057 微信号：yp941688, yp94168
整理 | 明明如月 责编 | 何苗
出品 | 《开谈》（ID：CSDNnews）
在软件工程中，自动编程一直被视为圣杯。从编译器诞生时代开始，程序自动生成的目标就是将接近自然语言的高级语言翻译成低级语言，最终目标是实现根据自然语言描述的需求，自动生成程序。尽管这个问题在学术圈已经探索了五六十年，但直到近年来才取得重大进展。
随着 GPT-4 的出现，自动化编程迎来新的可能。未来人机协同提高开发效率将成为主流发展趋势。AI 的强大能力让很多程序员担心被取代，但业界认为 AI 并不是来取代程序员的，而是来助其提高生产力的工具。哪些程序员将在这场 AI 革命中将受到更大冲击？谁又是这场技术革命的受益者？它会对编程的交互方式带来怎样的改变？
怀揣着种种疑问，《开谈：AI 编程会取代程序员吗？哪家强？》直播中，我们邀请到了拥有三十余年编程经验的 CSDN 创始人 & 董事长、极客帮创投创始合伙人蒋涛；复旦大学计算机科学技术学院副院长彭鑫；华为云智能化软件研发首席专家王千祥；超对称创始人、首席科学家吴恒魁齐聚线上，深入探讨，为身处 AI 时代的程序员带来一些指引。
其中精彩抢先看：
蒋涛：受 AI 影响较大的人员归为三类：一类是将被取代工作的程序员；一类是技能将被增强的人员；一类是全新的蓝海市场中的从业者；
彭鑫：技术的进步正在逐渐抬升简单劳动和复杂劳动的边界，创造性较低的开发活动容易被取代。人类在软件开发的最后一公里中仍然扮演着重要角色，发现并修复最后 1% 的问题和背锅都需要人来完成；
王千祥：如何描述问题和提示词可能成为一个值得研究的领域，甚至可能发展出一门新的学科；
吴恒魁：AI 模型将对人类智力的提升产生巨大影响，这将是除了生产力提高之外对人类社会产生的重大影响。
ChatGPT 展示出强大的编程能力，但是如何衡量 AI 编程能力的强弱标准。CSDN 曾提出自动化编程的 5 个等级：
第一个等级（C1）：基于当前行代码自动补全。
第二个等级（C2）：编写代码时 AI 可以预测下一行代码。
第三个等级（C3）：基于自然语言生成代码；基于自然语言完成编程语言翻译功能。
第四个等级（C4）：高度自动编程。可以基于自然语言生成项目及注释，基于自然语言生成模块及注释，基于自然语言生成函数及注释，函数、模块、项目粒度自动化测试生成；主流编程语言正确互译；基于当前行代码生成下一行代码；代码调试 ( bug 定位及正确修正建议）；基于当前行代码自动补全；代码检查（自然语言提示问题）。
第五个等级（C5）：完全自动编程。可以基于自然语言生成系统及注释；基于自然语言生成项目及注释；基于自然语言生成模块及注释；基于自然语言生成函数及注释；函数、模块、项目、系统粒度自动化测试生成；全编程语言最佳互译；基于当前行代码生成下一行代码；代码调试 ( bug 定位以及自动修正）；基于当前行代码自动补全；代码检查（自然语言精准提示问题）；代码自动最佳纠错。
闫辉：对自动化编程的标准，各位有何看法？
蒋涛：GPT-4 或者说 GPT 给编程带来了一种新的能力——使用精确的语言描述需求，以将其转换成代码、模块或成熟的系统的能力。这种能力在国内还不是很明显，但在国外已经非常流行，它被称为提示词工程（Prompt Engineering）。一些在硅谷的朋友告诉我，许多程序员可能会面临挑战，历史的变革巨大，需要新的技术要求和能力，新的模块也需要新技能。GPT-4 是一个助手，但是这种助手会取代一部分现有的工作，就不需要那么多助理程序员了。
彭鑫：这几个级别基本上反映了智能化编程的发展过程。传统 IDE 具有简单的代码补全功能。再往前 3-5 年，生成完整的函数非常困难，但从 Copilot 开始，代码生成已经实现。而 ChatGPT 给我带来的震撼是不仅能够给出代码，还能告诉你代码的逻辑，甚至可以改代码，比如在恰当的位置加入缓存，并解释为什么选择在这个位置加入缓存。
从程序员长期的工程化开发的角度考虑，如工程维护，代码理解仍然是非常重要的。也正因此，人类在软件开发的最后一公里中仍然扮演着重要角色，发现并修复最后 1% 的问题和背锅都需要人来完成。未来的智能化编程可以进一步丰富，除了生成大量代码之外，还可以提供解释和修复缺陷等功能。
王千祥：发布这个评估标准是有意义的。而评估是否合理至关重要，否则会失去公信力。为了确保评估的合理性，可以参考其他人的做法，例如 GPT-4。NLP 领域有很多成熟的评估数据和排行榜，而代码领域缺乏评估标准，这是一个需要解决的问题。GPT-4 报告的第五页列出了大量的评估数据，例如 SAT 考试和法律考试等。可以借鉴这些评估标准来建立自己的评估体系，其中第一行讲到 Codeforces 评比。DeepMind 开发的人工智能 AlphaCode 参加了 Codeforces 举行的 10 场编程比赛，并取得了排名前 54.3% 的成绩，击败了 46% 的参赛者。相比之下，GPT-4 在 Codeforces 的评级只排在倒数 5%，说明其编程能力远远不如 AlphaCode。在早期，评估 Codex 的能力使用了一个名为 HumanEval 的测试集，包含 164 道手工编写的题目，这种方法对于评估人类的编程能力是有意义的。
如果想要评估 AI 的编程能力，可以先看看人类的编程能力是如何评估的，这是个基本点。当然，这种方法也存在一些不足之处，竞赛题并不会用到那些非常复杂的库，但实际应用中，会用到很多公共库和私有库。对此，我们开发了一个新的评估方法 CoderEval，现已经开源，从多个方面制定评估 AI 能力的标准，欢迎大家提出宝贵的建议。
吴恒魁 ：CSDN 发布的评测标准有 C1 到 C5 五个等级，这是一种程序员寻找编程辅助工具时所依赖的评测标准，能够更好地评估模型在工作中的帮助作用，是个非常好的方向。而王老师提到的学术界标准则更为广泛，适用于各种领域。华为做的 benchmark （标准或数据集）也是个非常好的例子。它作为学术界的评测基准，已经被广泛应用于文章发表和大模型测试。C1 到 C5 也可以和学术界的评测方法结合起来使用，或许在后面可以找到更多的结合点。在金融领域，我们也提出了一个中文金融下游任务评测标准，国内对这类评测标准的关注度较低。
。东川自动化编程培训学校，当 AI 冲击自动化编程，谁将成为受益者？，东川学自动化编程的学校，东川自动化编程培训哪里好，东川自动化编程培训学校，东川自动化编程短期培训班，东川自动化编程培训学校地址，东川学自动化编程培训，东川自动化编程培训哪里好，东川自动化编程培训班，东川自动化编程技术培训.(编辑:hnygdzxx888)
(整理：东川自动化编程培训学校)
湖南阳光电子学校教学特色
