對于廣為人知的新興技術(shù)，人們會高估1年后它的作用，低估10年后它的影響。于是有的聽到這些道理的人，加上對注意力和流量的貪婪，會不加時間維度的給新興技術(shù)賦以核彈爆炸般的毀天滅地的威能。

ChatGPT最終會對以語言為主要操縱對象的工作產(chǎn)生替代影響，包括編寫代碼的工作。但從程序員這個職業(yè)來講，編碼是基本功，和復制粘貼一樣。程序員的編碼工作量一直在下降，因為世界上的穩(wěn)定運行的代碼量總歸是越來越多的，不用重復造輪子慢慢的演變成需要拼命找理由來重復造輪子。而需要大規(guī)模重新編寫代碼的契機，一般只在硬件和低級語言成熟穩(wěn)定后才能出現(xiàn)?？上У氖?，基礎(chǔ)設施的大更新周期會拉得很長，長到足夠嗅覺靈敏的程序員們造作的。所以程序員的修煉，更側(cè)重的不是寫代碼，而是寫得出代碼，看得懂別人的代碼并能在此基礎(chǔ)上打補丁才是真牛。

從另一個角度看，開發(fā)活動從來都不以編寫代碼為主。分析設計測試部署，各個環(huán)節(jié)都在演進。在開發(fā)活動的其他參與人員看來，寫代碼工作最終就像是寫一篇文章的時候需要用筆把文字一個個寫出來一樣。雖然現(xiàn)實中寫代碼并不會如此低價值，好的寫代碼過程會糾正錯誤的分析，會極大減少測試部署的活動成本，但大部分木訥的程序員是爭不過專業(yè)是口若懸河的工作上游的。研發(fā)過程的最大風險點，不在于各個環(huán)節(jié)內(nèi)做得不好，而是在于環(huán)節(jié)之間的負面影響失控了，上游的問題順流而下，各層累加，到用戶面前擺爛。所以對于研發(fā)的投資而言，即便用AI生成代碼，也不能對成本優(yōu)勢和成品價值提升形成充足的保證，而對于引入的風險，可控程度也和加強程序員編碼規(guī)范管理不相上下，再加上代碼侵權(quán)方面的法律考量，在研發(fā)過程不發(fā)生質(zhì)變的前提下，引入AI編碼未必就能利大于弊，不建議折騰。

然而技術(shù)圈喉舌們可不會那么容易消停，每天不毀天滅地就完不成業(yè)績啊。也有那些真的愛好探索新技術(shù)的，調(diào)戲一番ChatGPT后耳目一新，真誠點贊的。先說一個，代替律師出庭的，代替不了調(diào)查過程，拿了錯誤的文本材料怎么也做不出有效的辯護吧。再說一個，學校限制的，學校做得對，學習的過程就是要打下堅實的行業(yè)基礎(chǔ)背景知識和足夠的行業(yè)內(nèi)實操能力，AI能力再強，也得是給人類干活的，人是萬事萬物的尺度。再說一個，友商的跟進，不算難，只是之前沒有ChatGPT那樣有創(chuàng)意，把提優(yōu)性質(zhì)的訓練過程包裝成全球用戶的試用。

AI可以消滅崗位，卻不能消滅職業(yè)。需要警惕的永遠是，擴大的個人能力會擴大不公?？梢灶A料的另一面是，會有更多的資源占有方，底氣更足的對受分配的無產(chǎn)者喊道，你不做，有的是更便宜好用的機器做，然后交付給最終用戶更爛的成品，更劣的服務，更虛的價值。所以，還是那句話，人是萬事萬物的尺度。