大淘客网站建设,提供网站制作公司报价,seo快速优化软件,重庆百度seo代理原文来自 微信公众号互联网技术人进阶之路. 目录 前言一、程序员会被 AI 取代么#xff1f;二、服务端开发尚难被 AI 取代三、服务端开发何去何从#xff1f;四、业界首部体系化、全景式解读服务端开发的著作第一部分#xff1a;服务端开发的技术和方法第二部分…原文来自 微信公众号互联网技术人进阶之路. 目录 前言一、程序员会被 AI 取代么二、服务端开发尚难被 AI 取代三、服务端开发何去何从四、业界首部体系化、全景式解读服务端开发的著作第一部分服务端开发的技术和方法第二部分服务端典型问题的解决方案 五、参与抽奖方式 前言
ChatGPT 横空出世后“AI 即将取代程序员” 的观点一度引发热议至今尚未完全冷却。 ChatGPT 是一种基于人工智能技术的对话生成系统其受欢迎的程度在一定程度上说明了人们对于人工智能技术的兴趣和追求。但是从目前的实际情况来看人工智能技术还没有达到完全替代程序员的程度。
首先AI 技术在程序员的工作中发挥的作用仅是提高了工作效率和准确性。例如AI 可以帮助程序员完成代码的自动化测试、代码审查等重复的、容易出错的工作。但是自动化测试和代码审查实际上只是程序员工作中的一小部分大部分的工作仍需要程序员自己动手完成。
其次AI 技术还无法完全取代程序员在创造性问题上的发挥作用。例如在项目的需求分析、设计和策划过程中需要程序员进行创造性思考和判断AI 技术还没有完全达到这一点。
所以可以说 ChatGPT 对话生成系统的出现并不会导致程序员的完全失业而是在一定程度上提高了程序员工作的效率和准确性。程序员仍需要在许多方面进行思考和创新以满足现代软件开发领域的需求。
2022 年 11 月 30 日OpenAI 发布了一款名为 ChatGPT 的聊天机器人程序旋即引爆网络在全球范围内引起巨大反响。紧随其后各种大语言模型如雨后春笋不断出现。国外如 Google 的 Bard、Anthropic 的 Claude国内如百度文心一言、阿里通义千问、讯飞星火认知大模型、昆仑万维天工大模型等。
相较于之前的模型以 ChatGPT 为代表的大语言模型在代码生成、代码解释能力方面有了质的飞跃很多程序员已经开始借助大语言模型编写、优化代码因此很多人认为 “程序员即将被 AI 所取代”。
一、程序员会被 AI 取代么
“AI 取代程序员” 并不是什么新鲜的话题事实上早在“低代码”概念出现时人们就已经开始讨论程序员是否会被淘汰的话题了。在 ChatGPT 横空出世后该话题被人们连夜从地里挖出重新装扮后紧急上线再度推上了热搜。
目前一些有条件的人已经开始借助 AI 来学习技术、编写代码和辅助解决问题等。AI 技术极大地缩短了掌握知识的路径一些原本需要读很多书、看很多专栏才能搞懂的知识点让 AI 工具给你举例子并用通俗易懂的语言来解释就可以快速地掌握。一些看似并不复杂的代码如果你自己去写可能要写半小时 AI 则可能只需一两分钟就能产出而且质量往往更高。有了 AI 的加持那些编程经验并不丰富的初级工程师也可以 “写出” 相对优秀的代码。
AI 给很多行业带来无限可能在部分场景下AI 可以大幅提高开发效率。在不久的将来AI 有望取代一些低水平比如仅会 CRUD的程序员 。不过就笔者使用 ChatGPT 辅助编程的经验来看AI 目前生成代码的水平要全面取代程序员还有很长的一段路要走。
二、服务端开发尚难被 AI 取代
大型软件系统本身往往具有较高的复杂度。我们可以简单地将复杂度分为两个维度业务与技术。高业务复杂度的系统必须进行科学、有效的需求分析与领域建模方可在满足当前功能性需求的同时获得可持续演进的应用架构高技术复杂度的分布式系统则需要充分考虑诸如高并发、高可用、高性能、数据一致性等非功能性问题才能在设计权衡中寻求技术架构最优解。纵观全球AI 的水平尚无法应对上述两种复杂度。
此外大模型虽然具备生成代码、解释代码甚至优化代码的能力但是还多停留在 “函数/方法” 维度不能很好地生成类维度、模块维度、项目维度的代码。同时生成的代码仍然需要人工审阅、优化、部署、验证。对于复杂的任务还需要人工拆解为大模型能够 “理解” 的粒度。
再者即便不考虑数据安全、自研模型成本等因素单就服务端研发流程来看。编码只是整个软件生命周期的一环 软件开发还包括需求分析、抽象建模、系统设计、数据设计、非功能性设计、测试、运维等环节。很多时候编写代码作为解决问题的最终手段并不困难而困难在于对问题的识别、理解、定义和抽象这些都依赖人工反复推演。当一个问题被明确并拆解到软件项目维度的时候面对确定的任务、清晰的目标、合理的架构可以解决问题的人就非常多了AI 自然也才有用武之地。
三、服务端开发何去何从
AI 时代必将对人类社会的生产、生活带来深刻的变革。虽然目前大模型还存在很多缺点如幻觉、推理能力弱等问题但是其潜力不可小觑。某种意义上正是因为大模型还不完美我们才没那么容易被淘汰。
AI 时代简单、重复的任务被 AI 取代是不可避免的。新的时代我们需要重新审视核心竞争力的内涵 持续学习不断夯实自身的能力护城河。只有技术积累有足够的深度才能提高对 AI 生成信息的辨识能力才能在享受 AI 带来便利的同时控制、降低其负面影响。
以服务端开发岗位为例领域知识是最基础却又最重要的能力但是只有当领域知识形成体系时才可以称之为真正的核心竞争力。那么如何才能使自己的领域知识体系化呢 想象一下为什么你对家所在的小区周边特别了解随便把你放在一个角落你都能慢慢摸索出来究其原因是因为你脑海中已经形成了小区周边的整体大图并对关键节点了然于胸。如果把你放到陌生的小区你可能就懵了关键节点、整体大图都没有胡乱摸索即便你把摸索路上所见到的每一个下水道井盖的情况都搞清楚了也没什么意义再过几条街你就忘了。 回到上面抛出的问题高效学习、知识体系化的关键在于构建宏观层面的整体大图并深入理解关键知识点。这些关键点就是这个领域的骨架、支点。缺少骨架和支点自然难以体系化缺了宏观大图则容易误入歧途。
四、业界首部体系化、全景式解读服务端开发的著作 《服务端开发技术、方法与实用解决方案》一书取材自阿里和蚂蚁集团的精品内训课程由资深服务端技术专家、技术讲师、阿里第二届技术讲师课程大赛年度冠军得主、CSDN 博客专家撰写。该书理论与实践结合全景式、体系化地阐述了服务端开发内容包括以下两个部分。
第一部分服务端开发的技术和方法 首先介绍服务端开发的职责、技术栈、核心流程和进阶路径然后从需求分析、抽象建模、系统设计、数据设计和非功能性设计5个方面展开结合案例深入讲解了服务端开发的实操方法和重难点为读者呈现服务端开发的全景图帮助读者快速、体系化地掌握服务端开发的知识和方法。 第二部分服务端典型问题的解决方案 针对高并发、高性能、高可用、缓存、数据一致性、幂等、秒杀等服务端开发实践中的典型问题给出了对应的解决方案和开发规范同时还结合案例深入分析了不同方案的优缺点。此外还总结了接口设计、日志打印、异常处理、代码编写、代码注释等落地层面的行业案例和规范。 读者对象:
IT 从业人员服务端开发工程师、客户端开发工程师、产品经理、测试开发工程师等。
高校学生计算机、软件、自动化、电气、通信等专业有志于进入 IT 行业的在校学生。
五、参与抽奖方式 抽奖方式:在评论区抽取五位小伙伴免费送出!! 参与方式: √关注博主 √点赞,收藏以及在评论区评论享受人生,不要焦虑! (每个人最多评论三次) 活动截止时间: 2023年9月1日 20:00
