“AI程式員上崗”或許是噱頭，但淘汰焦慮仍然近在咫尺，需要積極面對。
▲随着相關技術的突飛猛進，AI也在加速介入人類的現實生活。圖/新華社
文 | 馬爾文
微軟的AI程式員尚在示範（DEMO）階段，國内首個AI（人工智能）程式員已經宣布正式上崗。
據報道，國内某大模型企業近期正在内部推行AI程式設計，使用大模型輔助程式員寫代碼、讀代碼、查BUG（漏洞）、優化代碼等。這一AI程式，還被配置設定了正式的員工工号，據企業相關人士透露，該企業已決定未來目标為20%代碼由大模型編寫。
“AI程式員上崗”的消息一出，“碼農失業”也相應成為了人們熱議的話題。創造出了AI大模型的程式員，會率先成為被沖擊甚至是被取代的工作嗎？
盡管淘汰焦慮已近在咫尺，但其實，從報道細節和行業發展現實來看，AI程式員取代“碼農”這一擔憂，目前仍然有些早了。
目前仍隻是輔助工具
從報道中可以看出，此次“被上崗”的AI大模型，所承擔的角色不是通常意義上的“寫代碼的程式員”，而是作為程式員的輔助程式。AI程式員所承擔的這些功能，都是利用大模型的資料歸納分析能力，對既有代碼進行輔助稽核優化。
從業務實質上看，這一上崗的程式員也并未取代任何人的工作，而隻是在現有的研發流程中，增加了一個“大資料稽核”的環節而已。
這一工作職能，與一些媒體利用AI來糾查錯别字、一部分醫院利用AI來識别檢驗報告提供基礎分析等一樣，隻是承擔了人類判斷決策的輔助功能，離真正的“人類程式員”相去甚遠。
是以，如果要準确地表述這一報道，這并非“AI如同人類程式員一樣上崗工作”，而是“将大模型作為輔助工具，提供給了人類程式員”。
而且，從目前行業發展現狀來看，大模型目前還無法代替程式員的“寫代碼”等日常研發工作，一直是作為“智能編碼助手”的身份在參與日常工作。
事實上，AI大模型作為編碼的輔助工具，過去兩年内在行業内得到了廣泛應用，均是以“助手”的角色參與其中。
例如，國内另外一家大模型企業，也于去年釋出過“編碼助手”相關的工具應用。而在海外，也有不少大模型企業釋出了專門輔助程式設計的工具應用。
準确率是一個大問題
近一年來，大模型參與程式設計應用的程度越來越深，包括參與代碼的輔助輸入與續寫、與人類進行自然語言互動等，都使得“低代碼”的趨勢越來越明顯。
或許正是基于此，多位大模型創業者和專家也曾提出，程式員有可能在5年内失業。
但目前為止，大模型仍然是以“助手”的角色參與程式設計，成為人類程式員的日常工作流程之一。期待中的“寫代碼、搞開發”的功能始終沒有出現突破，也自然不可能在短期内替代真正的程式員。
原因何在？AI大模型生成代碼的準确率，首先就是一個重要挑戰。
2023年，多篇論文研究資料顯示，AI從事簡單程式設計任務一次性生成正确的機率大約在50%左右，和擲硬币得到的正反結果機率差不多。
2023年5月，國外一組研究顯示，模型的參數每提高一個量級，代碼生成的準确率可以提高5%-10%左右。以此估算，模型參數規模至少達到10萬億級别，等于是現在的ChatGPT4.0的10倍以上。
而就算達到了90%的準确率，大模型依然難以取代代碼的生成工作程式員。在實際的開發過程中，不太可能讓模型生成大量代碼後，再由程式員去甄别篩選。
果真如此，光是閱讀、檢驗這些大模型生成代碼的成本，就已經遠遠超過了實際雇傭程式員寫代碼的成本了，得不償失。
AI至今不會邏輯推理
大模型寫代碼，其實并不是真的在“寫”，而是根據人類指令在過往的資料庫中作檢索後對答案進行歸納整理。AI無法根據代碼運作的邏輯，對這些代碼進行核驗。
換句話說，從思維與生産結構來看，AI大模型原理依然是歸納，而不是邏輯推理。
是以，單從原理來看，大模型與程式員“寫代碼”在生産邏輯上也是完全不同的。這也解釋了，為什麼AI當下可以寫出非常“标準”甚至“簡約美觀”的代碼，但其代碼本身的運轉卻經常出現錯亂等問題。
關于這一點，國外相關AI研究人員也有所共識。
例如，緻力于在财務、醫療、資料處理等領域應用人工智能解決方案的公司業ABBY在此前接受采訪時承認，即使用最先進的系統，也可能出現人工智能錯亂或輸出不準确的情況，是以，人工驗證目前依然必不可少、至關重要。
網絡上有程式員分享過用大模型來生産代碼的體驗，結果顯示，寫一個簡單函數子產品時，AI或許可以勝任，但當需要多個函數子產品時，AI所生成的代碼就容易出現各種BUG，無法使用。
而就算勉強可以運作，也過不了公司内部的代碼評審。這就是因為，盡管AI可以通過海量的搜尋歸納來試圖在形式上滿足寫代碼的需求，但因為無法了解多個子產品之間的邏輯關系，是以，不可避免會出現邏輯性的錯誤。
将加速人才新舊淘汰
可以說，截至目前，人工智能作為編碼助手，依然是程式員的輔助工具，是對人類程式員的效率放大工具，而不是互相替代的關系。
給“AI”一個正式員工的工号與稱呼，也無法短期内改變其并非一個真正的員工的現實，更遑論要取代“碼農”。公衆所設想的AI全面自動化的情景，很可能短期内無法到來。
尤其是，有創造性與原創性，需要綜合調動創意與邏輯能力來完成工作的崗位，很難被AI取代。
但不可否認的是，AI大模型作為一種效率工具，仍然将在可見的一段時間内加速人才市場的新舊淘汰。例如，一部分率先應用AI的進階人才的效率提高，同時也加速了另一部分人才的落伍和被淘汰。
與此同時，大量容易被替代的基礎性機械性崗位，例如文案整理、日程助理、内容稽核等崗位，也很容易率先被替代。
如何進一步在教育體系、人才培養、發展中全面重視與提升人才的創造性，才是AI對人類生産關系提出的新課題。需要迫切面對這一課題的，就不僅是“碼農”們了，而是我們所有人。
撰稿 / 馬爾文（媒體人）
編輯 / 何睿
校對 / 張彥君
新京報評論，歡迎讀者朋友投稿。投稿郵箱：[email protected]評論選題須是機構媒體當天報道的新聞。來稿将擇優發表，有稿酬。投稿請在郵件主題欄寫明文章标題，并在文末按照我們的發稿規範，附上作者署名、身份職業、身份證号碼、電話号碼以及銀行賬戶（包括戶名、開戶行支行名稱）等資訊，如用筆名，則需要備注真實姓名，以便發表後支付稿酬。