“码农的代码数据，天然就是AI训练的养料，资料极其庞大，且开源”这个说法只是理论上成立。

感觉确实能替代一部分软开工程师，会让行业的财富分配更加集中，但是对行业的冲击不会特别彻底。就像标准砖块的出现会提升建筑行业的效率，可能会让一部分泥瓦匠失业，但同时也会让建筑师的地位变得更高。

因为现在AI编程任务暂时还只能做到：一是功能需求单一，代码结构不能复杂，产出代码也不能有细节的或者审美级的需求；二是相关的公开资料必须丰富。

AI可以在几秒内写个贪食蛇游戏，而一个新手程序员即使用最快的py路线干这事儿，从熟悉工具到搭建环境再到编写代码，怎么也得鼓捣几个小时。

如果工作需求只是做一个贪食蛇DEMO，那AI完胜程序员。但是，如果对游戏界面（比如欢迎界面有几个按钮、什么颜色）、贪食蛇的样子（比如贪食蛇的粗细）、游戏难度和玩儿法（比如贪食蛇的运行速度、特殊果实等奖励机制）这些有更多的需求，你就会发现AI绝对不是那么聪明，可能做很多轮提示AI也没办法产出符合预期的贪食蛇。

贪食蛇还是个信息公开的例子，如果任务涉及一些非标准的、半公开的信息，那情况会变得更糟糕。前面贪食蛇得例子里，AI大体“知道”贪食蛇是个什么，可是在很多领域，因为AI几乎完全不具备专业背景，描述清楚工作需求非常困难。这个问题理论上可以使用领域知识库或模型微调来解决，但是这又需很多人力和无力得投入。



【 在 fafe 的大作中提到: 】
: 按道理，码农的活，属于高精密工作，不容易被代替
: 但码农的代码数据，天然就是AI训练的养料
: 资料极其庞大，且开源
: ...................
--
FROM 211.99.13.*