最近朋友圈出现了很多吹捧GPT-3的文章，比如下面这个demo，似乎GPT-3是人类编写代码的终结者。尽管GPT-3有一定的开创性，但是得出软件工程师要被淘汰的结论还为时过早。今天我就来聊聊这个话题。

开发人员的工资并不是用来支付代码

我们是因为解决了问题才得到报酬。

代码是解决问题的一种手段，是必不可少的。但是仅仅代码是解决不了问题，它只是解决方案中的一环。

编写代码是软件工程师最容易的一部分，理清问题并在多个层级上有限制的情况下解决问题要困难很多。

这就是编写代码和编写软件之间的区别。

GPT-3太复杂，无法扩展

GPT-3需要大量的专业知识，对于个人和小型企业来说，成本太高。OpenAI将此模型限定为只能通过API访问，而不是开源出来，也有这样的考虑。

GPT-3有多大？很大，有1750亿个参数，而它的前任GPT-2只有区区15亿参数。

根据死去的摩尔定律，我们没有在个人计算机上运行此类模型的机会。模型只会越变越大，成本只会越来越高。后面，我们不得不开发更小也更定制化的模型来适合完全不同的硬件。

我们从不信任AI

金融银行或者军事技术中的错误，很多时候是不能容忍的，安全漏洞更可能是灾难性的。

正如我们在无人驾驶汽车上看到的那样，在我们信任人工智能之前，人工智能必须比最优秀的人类更好。

关于自动驾驶汽车的最大问题之一并不是技术问题，而是哲学上的问题：足够安全是多安全？

人类通常将安全约束起来，用各种方案来应对。2020年，更多的代码渗透到了更广阔的领域，它还将继续发展，进一步渗透到最后无处不在。

从技术上讲，我们可以通过查看AI的代码来克服这个问题，但是，如果不再阅读代码时会发生什么？

没有软件工程师，所有技术都是黑匣子

如果软件工程师不再写代码，我们可以理解AI编写的代码吗？

使用AI编写软件，我们不再需要花上几千小时来精通它。如果我们不擅长阅读代码，那怎么来做审查？

在这种知识黑洞的情况下，所有技术实质上变成了黑匣子。

作为社会的一员，我们是否可以适应这一点？

在不太遥远的将来，人类无法维护第三方拥有的AI和代码的感觉像是一个巨大的业务风险。

GPT-3创建的无代码的文本界面

尽管在无监督学习的情况下，确实效果不错。通过文本来放置按钮的能力对于AI编写代码而只是一点小小的胜利。

但是其实人类早就实现了这个功能

• 从90年代开始，我们都有了拖放式Web编辑器，可以生成HTML和CSS

• 从软件出现为止，代码自动化技术已经存在并发展到了今天。

各种的框架都在努力通过在程序开发期间搭建尽可能多的代码来节省时间。

因此，尽管我很觉得GPT-3后面会有更复杂的例子出现，但是目前为止，所能达到的还不完全是软件工程师的工作。

结论

首先，GPT-3确实令人惊讶，如果我们没有不断的提高对于什么是真正的“AI”标准的话，它离真正的AI越来越接近了。

其次，虽然我相信编写代码的工作会保留下来，但是花更少的时间来写代码是一件好事。

只要有无数要用技术解决的问题，那就有无数的代码要写。

用AI来辅助编码，将大大助力工程师解决更多问题的能力。

GPT-3 其他demo

GPT-3做问答

当搜索引擎用

回邮件