“去年年底，我看到大佬们都在分享 ChatGPT 相关的内容，一开始我以为这不过是资本的炒作。但经过实际使用、与朋友交流以及深入研究，我确信 ChatGPT 是一个革命性的工具。” 樊高曾在国内大厂担任后端工程师，虽然已经离开程序员岗位多年，但 ChatGPT 的崛起让他再次对代码世界产生了兴趣。
作为生成式 AI，ChatGPT 的交互能力极强。“它通过训练整个人类在互联网中的语调，形成了一个庞大的语言集合。可以预见，它将开启一个使用自然语言与机器交互的新时代。” 作为一名前技术人员，樊高也承认，大部分初级和重复性工作都会被 AI 取代，这对程序员来说也不例外。
“我们日常写代码的方式也在不断演变，从最初的手动编写每一行代码，到如今通过 GitHub Copilot 这样的工具智能生成代码。” 按照这一趋势，樊高认为，编程能力并非不可取代，AI 接管这一领域只是时间问题。
事实上，市场上已有 AI 取代程序员的传闻。据 CNBC 报道，谷歌内部测试显示，ChatGPT 能够通过谷歌的初级软件工程师面试，这一职位通常面向应届毕业生或首次从事编码的求职者。一些计算机从业者也进行了测试，发现 ChatGPT 能够编写基础脚本，甚至具备排错（debug）能力。
尽管 AI 能够完成大量基础编码工作，但它是否能够通过长时间学习无限提升编码能力，仍是一个未知数。一些程序员对此表示担忧，曾经认为 IT 行业是比高速收费员更稳定的“铁饭碗”，但现在却发现自己的岗位也可能随时被取代。
ChatGPT 的代码生成效率令人惊叹
谭林是一名前端开发工程师，目前在加拿大工作。自 ChatGPT 面世以来，北美的科技圈就对其展开了广泛讨论。她表示，同事们试用后都肯定了这款工具的技术优势，甚至有人开玩笑说要转行，以后让 ChatGPT 写代码即可。
“我试用了 ChatGPT 后，确实感到了一丝焦虑。” 谭林提到，她给 ChatGPT 的指令是：编写一个 JavaScript 文件，生成一个重启按钮，点击后刷新页面。ChatGPT 迅速生成了一段完整代码，并详细解释了其思路。“这段代码如果我来写可能需要几分钟，但它只需几秒钟。”
谭林尝试的只是一段基础代码，需求相对简单。然而，树莓健康 APP 联合创始人阿晨则让 ChatGPT 完成了一个小程序的开发。“我的需求是开发一个 AI 识别错别字的软件。ChatGPT 不仅提供了开发思路，还详细指导了从小程序上架到框架搭建的全过程。” 阿晨表示，他此前没有小程序开发经验，但通过 ChatGPT 的指引，他成功完成了开发并上架。
阿晨还提到，ChatGPT 不仅在解决具体问题时表现出色，还能清晰地解释背后的逻辑。“它不仅授人以鱼，还能授人以渔。” 例如，当阿晨提出“如何在小程序的 textarea 中指定位置的文本变红”时，ChatGPT 不仅解释了实现原理，还提供了具体操作步骤。
在开发过程中，阿晨遇到了一些程序报错，他将报错信息输入 ChatGPT，后者迅速定位并解决了问题。“我根据它的回答直接解决了问题。” 阿晨坦言，如果没有 ChatGPT，他可能需要两三天才能完成开发，而 ChatGPT 仅用了 3 小时。
人类需要几天完成的工作，ChatGPT 只需几小时；人类需要几分钟的工作，ChatGPT 只需几秒钟。这种效率的提升令人震惊，甚至让一些程序员感到“恐怖”。此外，ChatGPT 的逻辑思维能力也超出了不少程序员的预期。
“比如，我要写一个包含几十个文件的软件，其中一段代码的变量可能来自其他文件。ChatGPT 能够推测出这些变量的来源，并详细解释其上下文。” 谭林提到，类似的问题如果问 Siri，后者可能会直接表示“不知道”。
接触 ChatGPT 一段时间后，谭林的心情经历了从质疑到震惊再到焦虑的转变。“我曾以为程序员是一个难以被机器取代的职业，但现在我发现，原来我的职业危机可能正是 ChatGPT 带来的。”
ChatGPT 的局限性与程序员的不可替代性
尽管 ChatGPT 能够高效完成基础代码编写，但在程序员的实际工作场景中，它仍然暴露了许多局限性。
首先，ChatGPT 只能生成代码片段，而无法编写完整的程序。阿晨解释说：“你可以让 ChatGPT 生成一段文字内容，但如果需要生成多个 Word 文档，它仍然只能提供文字，用户需要手动处理。此外，ChatGPT 还有字符限制，最多只能生成 15000 个字符。”
其次，程序员的核心竞争力不仅在于编写代码，还在于需求转换、测试和修改。这些工作需要大量人类经验和创意，ChatGPT 目前还无法完成。
阿晨举例说，他们开发的健康管理类 APP 需要插入减肥菜谱，这些菜谱之间存在一定逻辑。“如果让 ChatGPT 实现菜谱查询功能，它无法理解菜谱是如何插入数据库、如何调取以及后台人员如何维护的。这些细节需要程序员自行完成框架设计，ChatGPT 只能填充内容。”
此外，ChatGPT 在处理复杂业务时的表现也有限。例如，当被问及“如何实现双十一淘宝的下单功能，使其支持 54 万/gps”时，ChatGPT 只能给出分布式架构、缓存技术等模糊建议，而无法提供具体的模型理论和实操方案。
“程序员的核心竞争力在于解决复杂问题和创造新生产力。” 国内某大厂程序员阿冬表示，“那些能够被 AI 替代的工作，本就不是我想干的。AI 接手这些重复性任务后，我反而有更多精力去做更有价值的事情。”
即使是底层程序员，也不会完全被淘汰。前美的集团 AIoT 算法负责人连诗路表示，高阶程序员（即“大牛”）仍然难以被取代。“他们在设计架构和解决复杂问题时，展现了无可替代的价值。”
“山脚下很挤，山腰上人少一些，而山顶上的人则能呼吸到新鲜空气。” 连诗路总结道，“只有具备顶层设计能力，能够发现和解决问题的程序员，才能在 ChatGPT 面前保持从容和自信。”
未来已来，程序员不再是“铁饭碗”
在效率和生产力的驱动下，人类创造了 AI，而 AI 的发展也反过来揭示了人类工作中的冗余部分。对于那些重复、机械、含金量低的工作，AI 正在将它们推向悬崖。
作为行业的亲历者，计算机行业人士对 ChatGPT 充满了既兴奋又焦虑的情绪。连诗路表示，兴奋是因为 ChatGPT 展现了大模型路线的前景，而焦虑则源于担心被时代抛下。
谭林认为，ChatGPT 带来的焦虑未必是坏事。“程序员的核心竞争力在于对需求的理解和独立设计架构的能力。这些能力正是避免被 AI 取代的关键。”
阿晨在招聘时也更注重面试者的逻辑思维，而不仅仅是经验。“没有实际开发经验并不要紧，重要的是他们是否具备独立思考和解决问题的能力。”
连诗路还提到，未来企业对复合型技术人才的需求将增加。“这类人才不仅懂技术，还能快速发现需求并清晰地解释出来。随着 ChatGPT 的普及，这类角色将愈发重要。”
另一个不可忽视的因素是成本。阿晨指出，尽管 AI 技术最初可能由厂商承担大部分费用，但随着企业对 AI 的依赖加深，使用成本可能会逐步增加。
人工智能的普及早已在智能客服等领域展开，但在程序员岗位上的应用仍需视情况而定。判断一个工种能否被 AI 取代，首先要看它与智能化的结合程度，其次则是成本对比。
不可否认，机会正在向掌握 AI 的算法工程师和复合型人才倾斜。基础性工作将逐渐失去价值感，相关从业者要么转型，要么跑得更快。AI 并非人类的敌人，而是更聪明的合作伙伴。
正如谭林所说：“面对新生事物，旧事物会本能地排斥和恐慌。但当潮水不可逆转时，你会发现你正与潮水同向而行。”
*应受访者要求，文中人物均为化名。
