未来关于 gpt 的畅想：可能低端码农真的不被需要了

... 很值得向往？

想多了，绝大多数产品能把需求给开发、测试这些人脑讲清楚就不错了，还指望一个 axure 让 ai 理解的明明白白。

不用畅想，何必看到 gpt 的成品才开始畅想，无非是猜字游戏，逻辑能力孱弱不堪。业务的复杂度本身无法降低，前几年在那吹低码平台，现在又在吹 AI ，吹了这么多年有什么改变？ github copilot 从 19 年末就开始测试了，到去年正式上线也没见过哪个人说 copilot 帮我把活全干了，甚至没有初级开发能说我通过辅助成为资深开发，甚至初级开发生成出的代码还得挑挑拣拣改改改，还得把 copilot 自己编出来的接口换掉才能用。

至于你说能被替代的那些，我怎么感觉五年前就被替代掉吃不上饭了？

现在大家觉得业务难做不就是因为 prd 写的不清楚，axure 交互图画的不清楚嘛

真正那点 curd ，占用的 30%时间都不到

AI + 低代码倒是可行的，拿着业务需求书就把应用生成了。业务做起来了再投人力去代码重构。

想多了，很多时候问题不在于最后的代码…CURD boy 大部分时候其实是在沟通需求。

产品经理会让 ChatGPT 写一个根据用户手机壳颜色改变主题颜色的 app ，而 ChatGPT 从来不会承认自己做不到，看乐子吧。

想象一下，以后的产品经理们只需要发一个草图就能生成前后端代码。而且，让 GPT-4 监控写脚本并自动处理报警，可以让我们更加专注于创意和设计，而不用花费太多时间在基础工作上。

但是，我认为技术的进步只是一方面。我们还需要考虑到人的因素。低端码农可能会被替代，但是他们也有自己的特长和价值。他们可能擅长细节和调试，这是机器无法替代的。而且，技术的进步也会带来新的需求和机会，需要不断地学习和适应变化。

总之，未来的技术发展肯定会带来很多改变，但也需要关注人类因素，同时保持学习和适应能力。

差不多得了.
往前是大数据, 结果引来作用户画像, 搞广告
然后是区块链, 结果都在发币.
然后是低代码. 结果跟业务强关联, 不关联的都不知道能干嘛. 做出来的东西, 对业务人员太复杂, 对开发人员太简陋、限制太多, 还得费时间开发扩展.
现在又来吹 ai

质量还是需要个人来把控，节省人力是真的

现在的 AI 给我的感觉就是很鸡肋，第一次用的时候觉得确实很牛逼，但在真正的项目开发中用起来也就那样，问 AI 一个线程代码的执行顺序，逻辑解释起来清晰明了，好像没毛病，可自己一运行结果牛头不对马嘴，完全就是错的。这样的代码你敢用？到时候出问题了还得 debug 慢慢找。

而且程序员不仅仅是只写代码的，他需要和其他人一起沟通交流，了解具体业务流程，知道自己该做什么，该怎么做，还有一些后续功能的迭代与维护。

另外很多人也说过，连个 AI 都能替代你，那你是得有多菜。

@wu67 吹水才能拉动经济，然后才可能把其中一些技术落实
这点真的是必经之路

会不会每个公司都需要码农来使用 GPT 了

ai 导致程序员失业，不是指 ai 把程序员的活给干了。而是指：原来 1 个大牛带 5 个普通程序员，现在只需要 1 个大牛带 2 个普通程序员+ai 辅助，6 个人的 team 变成 3 个人的 team ，少了 3 个人的工作岗位。

@pista 米国已经有公司要测试应聘者的 gpt 的使用能力，也就是：能根据业务需求，使用准确的语言表达给 ai ，并根据 ai 反馈进行有效交流，以解决实际问题的能力。不是所有应聘者都有这个能力的。

填函数的低端码农估计的确是不行了，AI 训练下就能填。然后公司留一个 lead 接任务和拆解任务，几个 senior 修改 ai 代码，就结束了。当然多年之后发现 senior 缺乏了那就只好继续依赖 AI 。

@yinmin 我俩想法完全一致。

还是作为搜索引擎的补充，GPT 的问题是正确性无法把握，借助 GPT 获取一些前置信息，通过这些信息再使用搜索引擎之类的验证正确性。现在社会不会使用搜索引擎很多事都做不了吧，未来就应该待在这样一个位置上。

想多了，我是见惯了用匪夷所思的错误方式来满足需求的设计的。所以，深切知道写代码的问题根本不在代码。简单的结论就是：事情在写代码前就做岔了，压根就不关代码的事。该淘汰的也不是写代码的程序员，而是那些狗屁不通的产品经理。

程序员岗位会减少，但 AI 操作员 /AI 沟通专员的新型工种会爆发。

ChatGPT 和程序员并不是替代关系，程序员只会把枯燥乏味的日常任务给 AI 处理，比如每周工作小结，各种代码的辅助文档

真正有意思的代码，才不会让给 AI 来写呢，哼。

不会，培训班业务还是少不了

@MengiNo 除非是程序猿转岗

近期我们（包括同事）一直在试用 chatgpt 能给工作带来哪些便利与可能性（目的主要是提高工作效率），
1. 点
某些小功能模块，如通用性功能（如文件、网络、序列化反序列化、CRUD 、单元测试等）、工具类、算法类、函数或者类（小功能模块），是可以完成的比较好的
预估工作效率可以提升 80%左右。会有些小问题，但稍微调试下就可以完成得很好

2. 面
要做的事拆成点，然后用 chatgpt 来做；效率提升约计 70%

3. 知识类
90%以上都不再用搜索引擎，对于涉及一些库的调用会用搜索引擎。因为 chatgpt 很容易把不同版本的库接口搞混

#1 点，之前一般是安排新生或初级程序员来做的，那这部分很容易替代
#2 面，涉及系统或功能模块的需求、设计，这部分工作继续需要；暂时无法替代，但可以节省资料收集、整理花销

按照某个朋友的意思就是，以后团队规模会越来越小。核心的人是高级（需求、框架搭建与架构）

这就类似建房子，若机器人（包括 AI ）发展到一定程度的话，最容易替代的则是
1. 工地的建筑工人（农民工）
2. 设计师（高级做需求沟通整理与审核，AI 做设计+审核）

通用 AI 目前已然是到了质变的阶段，我们能做的不是抵制、而是热情拥抱尽量为自己所用

低端程序员岗位确实会大量减少，ai 会自己调 api 并且 debug 了

https://twitter.com/DYtweetshere/status/1631349179934203904

现在说什么都是徒劳，三年后，2026 年 3 月，见分晓。

@xsen 是的，AI 只会让团队越来越精英化，精简化，带来的就是大面积的中低端程序员失业，人类的技术没那么独一无二，不可代替。