AI会让程序员职业彻底消失吗

程序员这个职业会消失吗？自从OpenAI的GPT-3展现出只需一句简单的文字描述就能生成HTML网站的能力后，整个互联网都沸腾了——计算机编程社区一直深受这个问题的困扰。

随后的几个月里，技术迅猛发展：系统不仅能根据自然语言（也就是我们日常使用的人类语言）写出简单但完整的程序，还能自动辅助编程，显著提升程序员的工作效率。那么核心问题来了：AI究竟会在多大程度上取代或赋能人类程序员的工作？

先说几个关键判断。根据《科技纵览》采访多位专家后的观点，坏消息是，我们目前所熟悉的编程形态可能会消失。但好消息是，在可预见的未来，计算机编程和软件开发仍然需要人类参与。与此同时，AI自动代码生成系统能在更短时间内写出更多代码，大幅加速软件开发进程。

专家们指出，如果你希望成为软件开发者，未必非得掌握某种编程语言——尽管向自然语言编程转型的时间表尚未明确，但预计未来几年就会有重大变化，而不是几十年后才发生。未来的程序员无需再死磕C++、Python或Ruby，关键在于理解构建计算机程序的语义学、概念和逻辑序列。这样一来，软件开发的大门将向更广泛、更多元化的人群敞开。

亚马逊副总裁、机器学习和AI总经理瓦西·菲洛明（Vasi Philomin）表示：“我不认为AI会取代人类开发者。”他补充道，AI工具能将程序员从重复性的常规任务中解放出来，但创造性的编程工作依然属于人类。

从计算机编程的起源说起——那要追溯到20世纪40年代。当时的程序员使用机器码编写程序。直到20世纪50年代中期，格蕾丝·霍珀（Grace Hopper）和她的团队在雷明顿·兰德公司开发出Flow-Matic，这才让人们能够用受限的英语词汇进行编程。自此以后，编程迈上新台阶，语言效率不断提升，程序员工作效率也随之提高。

到了今天，AI编程成为前沿趋势，让人完全无需编写代码就能构建软件。例如，通过Akkio这类平台，只需拖拽和点击即可构建机器学习模型；微软的Power Platform更是支持直接用自然语言描述生成简单应用。

2022年6月，亚马逊推出了面向程序员的编码助手CodeWhisperer，与GitHub在2021年6月首次限量预览的Copilot类似。这两款工具都基于经过大规模代码库训练的大型语言模型（LLM）。程序员在编写代码时，系统会自动弹出补全建议，或者根据一条简单的自然语言指令提供可执行代码。

不过，要在自动补全基础上更进一步，还需解决一个核心难题：如何将人类的意图传授给计算机？软件需求本身可能不精确，自然语言更是不精确的。Diffblue联合创始人彼得·施拉梅尔（Peter Schrammel）指出：“要消除英语技术规范中的所有歧义，需要越来越高的精准度，并且还需要与人对话。”Diffblue这家公司专门从事自动生成Java单元测试。

为了解决这些问题，微软的研究人员最近计划在基于LLM的代码生成系统中加入反馈机制：生成代码之前，先让计算机反问程序员，澄清歧义。还有一个名为TiCoder的交互式系统，通过迭代反馈来推测程序员的算法意图，然后生成符合意图的代码。研究人员在论文中表示，按照主要基础编程问题（MBPP）基准评估，TiCoder将自动生成代码的准确率从48%提升到了85%。MBPP标准采用的都是入门级程序员就能处理的Python问题，专门用于评估机器生成的代码。

一个代码单元可能长达数百行，是程序中可以独立维护和执行的最小部分。一套单元测试通常包含几十个这样的测试，用以检查每个单元是否按预期运行；当这些小单元组合在一起时，程序就能正常工作。

Diffblue的一项调查显示，开发人员约35%的时间花费在编写质量控制测试代码上，而不是生产代码。因此，只要将这部分工作自动化，生产率就会大幅提升。

单元测试不仅适合调试单个功能函数、检测人工修改代码时引入的错误，还能作为代码单元的技术规范来指导程序员。不过，真正践行测试驱动开发的程序员并不多——因为这需要先编写单元测试，有时还得单元测试和代码单元同步编写。

如今，GitHub的Copilot、亚马逊的CodeWhisperer以及各种AI编程助手包，都可以作为交互式自动补全工具来编写单元测试。程序员看到建议后，选择效果最好的即可。而Diffblue的系统，名为Diffblue Cover，采用强化学习来自动编写单元测试，完全无需人工干预。

2022年初，谷歌旗下的DeepMind在伦敦进行了重大举措——AlphaCode，在全自动代码生成方面迈出了重要一步。AlphaCode是一种大型语言模型，能根据自然语言指令编写简单的计算机程序。它先在GitHub的在线代码库上训练，直到能生成看起来合理的代码。随后，DeepMind用1.5万对数据来微调模型：每对数据包含一个自然语言问题描述和过往编程竞赛中的成功代码方案，以此创建一个专属的输入-输出样本数据库。

最后一步是生成多种解决方案，再用筛选算法选出最优的那一个。“我们通过语言模型采样了大约100万次，创建了大量不同的程序可能性。”DeepMind深度学习团队负责人奥利奥尔·温亚尔斯（Oriol Vinyals）说。为了优化样本选择过程，他们采用了一种聚类算法将有效的解决方案分组，挑出效果与程序员编写的相近的候选方案。

为了测试系统的表现，DeepMind提交了10个AlphaCode编写的程序，参加了热门编程竞赛平台Codeforces的比赛——结果排名前54%。温亚尔斯在最近一次采访中反问：“只要用自然语言描述需求，不用敲代码，另一端就能收到解决方案？我认为是可以的。”

但他也提醒，实现这一目标还需要时间，可能需要几十年。“对于任意一个复杂的计算机程序，只要向计算机提出需求，就能自动完成编码，我们离这个场景还很遥远。”AI先驱、Landing AI创始人兼首席执行官吴恩达表示，他也是谷歌大脑的创始人。

不过，考虑到AI代码生成短短几年的发展速度，AI系统最终能根据自然语言指令写出代码，这几乎是不可避免的。手动编写代码的软件开发方式，将越来越像“手工编织毛衣”那样过时。

要向计算机发出自然语言指令，开发人员依然需要理解一些逻辑和功能概念，以及如何组织程序。即使不学习特定编程语言、不编写代码，基础编程知识仍然需要掌握。反过来看，这将让更广泛的程序员创造出更多、更多样化的软件。

亚马逊的菲洛明总结道：“我不认为AI会取代人类开发者。它会把人从那些不得不做的单调、样板式工作中解放出来，让人去专注于价值更高的事情。”

Diffblue的施拉梅尔也认为，AI自动代码生成会把软件开发人员解放出来，让他们去攻克更难、更具创造性的任务。但他补充说，至少还需要一次人机交互，以确保机器真正理解了人的意图。

最后，他补充道：“软件开发人员不会因为被自动化工具取代而失业。总有大量的软件需要编写。”

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：AI会让程序员职业彻底消失吗要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题