【AICon】AI 基础设施、LLM运维、大模型训练与推理,一场会议,全方位涵盖! >>> 了解详情
写点什么

程序员的未来:工作和学习都要依赖 AI 了?

  • 2023-08-03
    北京
  • 本文字数:3278 字

    阅读完需:约 11 分钟

程序员的未来:工作和学习都要依赖 AI 了?

“开发遇到问题,基本上‘官方文档 + Stack Overflow + Github Issues’能解决 90%的问题。剩下 10%的‘问题’不是问题,而是压根没用对,你的方向就是错的。”有开发者说道,这足以证明 Stack Overflow 在程序员心里的地位,至少曾经如此。

 

近日,有人分享了 Stack Overflow 的流量数据:在过去一年半的时间里,Stack Overflow 的流量下降了大约 50%。这种下降同样反映在网站使用率上,问题和答案的数量减少了约 50%,这些帖子获得的投票数量也减少了约 50%。这无疑又引发了大家对于“Stack Overflow 衰落”的讨论。

 

对此,马斯克在推特上评论称:“被 LLM 杀死了。”随后,ARK 分析师 Brett Winton 发帖称:“花在 Stack Overflow 上的时间比去年同期下降了 40%,比峰值下降了约 2 亿小时。以每小时 50 美元计算,在 Stack Overflow 上节省的时间价值 100 亿美元(一些时间转移到 Replit/ChatGPT/Copilot,一些被认为是生产力提升)。”马斯克评论称:“LLM 导致的死亡将越来越普遍。”


压死骆驼的最后一根稻草?

 

ChatGPT 推出后不久,开发人员发现它的有用之处之一是生成详细的代码示例和完整的功能,ChatGPT 附带的教程内容还解释了代码的工作原理。与 Stack Overflow 的比较以及 ChatGPT 将“杀死”Stack Overflow 的预测也从那时便开始了。

 

“我向 ChatGPT 询问了一个编程问题,不到一秒就生成了答案,而且答案是正确的。鉴于大多数用户在 Stack Overflow 上发帖,甚至没有得到问题的答案,这对于大多数经历过这种情况的用户来说可能是一种解脱。”有开发者说道。

 

也有开发者表示,“我尝试通过参考 Stack Overflow 和 Reddit 这样的方式进行编程……是的,花了我几乎 10 倍的时间。ChatGPT 通过一个措辞良好的提示解决了我的问题!”

 

尝到好处的开发者自然会选择用脚投票。不过,Stack Overflow 流量下跌其实算不上什么新鲜事儿。网络分析公司 SimilarWeb 在 4 月发布报告称,自 2022 年初以来,Stack Overflow 的流量每月都在下降,平均下降了 6%。Sametime Web 认为,Copilot 和 ChatGPT 是造成流量下降的原因之一。

 

“Stack Overflow 的传统做法是,社区成员针对任何给定的编码问题发布各种答案,讨论优势和权衡,并投票选出最佳解决方案,”Similar Web 高级洞察经理 David Carr 表示,“ChatGPT 的用户错过了辩论环节,只得到了答案,这看起来更快、更高效。返回的答案可能并不完全是开发人员所需要的,但通常足够接近,可以被塑造和调整为可行的解决方案。”

 

“Copilot 一直是基于开源做代码生成争议的中心,它不考虑相关的开源许可证,但这些问题也适用于 ChatGPT 提供的编码建议。此外,OpenAI 在编码技术方面积累的一些做法很可能来自于对 Stack Overflow 和类似网站上内容的消化。”

 

6 月份时候,Stack Overflow 也做过一项调查,结果显示,尽管开发人员不完全信任人工智能工具,但他们也已经准备好使用这些工具。显然,GitHub 的流量正在增长,而 Stack Overflow 正在萎缩。


图源:SimilarWeb

 

有网友注意到,Stack Overflow 似乎已经也在 Google 搜索结果占比中下降了,谷歌搜索的“所有热门结果都是人工智能生成的文章,其中包含与用户正在寻找的实际答案不相关的废话。”

 

为此,有网友指出,随着越来越多的网站开始大力开展 SEO 以获得最佳结果,搜索引擎将会变得更糟。还有网友指出,不仅仅是人工智能。“在大流行期间,我和几位同事注意到,一些有效的答案被管理员在没有说明明显原因的情况下删除了。

 

真的是 AI 背全锅?

 

虽然说大模型给 Stack Overflow 带来了很大的冲击,但 Stack Overflow 的衰落并不完全归咎于人工智能。

 

“记得在 2013 年左右,我对响应式网页设计和 Twitter Bootstrap 着迷,便尝试学习前端开发。我在那个网站上问了一些问题,因为我的业余问题被嘲笑了几次,之后再也没有接触过这个网站,也没有学前端。这就是我与该网站的故事。”网友“pentagrama“说道。

 

“我认为 SO(Stack Overflow)的问题在于他们会鼓励 mod 关闭某些内容,所以他们会关闭所有能够关闭的内容。“matthieum”表示。

 

网友 John Makin 表示,“我注意到 Stack Overflow 的一些问题,很难缩小范围,基本上如下:谷歌曾经返回与 SO 非常相关的结果,但它在一段时间前停止了这样做;SO 的限制变得越来越可怕。我不知道有多少次遇到了确切的、奇怪的问题,我只是试图回答一个评论里的问题,然后一个 mod 积极地关闭它,因为不够‘主题‘或任何东西;由于前一个问题,通常最好的答案被隐藏在评论中,尽管准确回答了问题,但仍然有非常负面的反馈。

由于这些事情,屏蔽噪音变得越来越困难,通常搜索 Github 评论或随机的博客更容易找到我提出问题的答案。”

 

还有开发者总结道,除了痛苦的 mod 地狱,停止回答问题主要是因为:

 

  1. 写一个好的答案是需要时间的;

  2. 快速复制粘贴答案通常是错误的,但无论如何都会有人支持;

  3. 让提问的人从众多答案中挑选出可接受的答案,但他通常根本不知道怎么做!

  4. 很多时候,问题没有答案是被接受的,就像问问题的人也不再在意。

 

“我的 SO 账户差不多有 12 年了,只有 2k 多一点的点赞量,我不在乎。到目前为止,我仍然在帮助回答一些移动开发领域的基本问题,我唯一的不满是一些拥有巨大点赞量 mod 的敌意。有些人似乎从中得到了乐趣,但忘记了点赞不能转化为专业知识。12 年来,他们一直没有弄明白这一点。新用户会问一个非常有价值的问题,然后不再回应。我每天都看到这一幕上演。在过去,即使是一个简单的基本问题,用户也会慷慨地给它点赞,但现在已经不是这样了。”“lawgimenez”说道。

 

可以看出,Stack Overflow 自身社区运营也存在一些问题,无论用户还是内容管理,都被诟病已久。

 

打不过就加入?

 

“在 Stack Overflow,我们不得不坐下来问自己一些棘手的问题。当用户可以像向其他人一样轻松地向聊天机器人寻求帮助时,我们在软件社区中扮演什么角色?”CEO Prashanth Chandrasekar 也思考了这个问题。他给出的答案是“社区是人工智能的未来”。

 

Chandrasekar 预测,程序员的工作远不会消失,最终将出现数百万新的软件开发人员。“我们热忱欢迎下一代开发人员和技术人员,为他们提供社区和解决方案,就像我们过去 15 年所做的那样。”

 

为此,该公司正投入 10% 员工开发旗下 AI 工具,致力于将 GenAI 添加到 Stack Overflow 和 Stack Overflow for Teams 中。一个用例就是,“使用 Stack Overflow for Teams 将生成式人工智能技术融入到组织中,使用户能够在丰富的信息之上构建一个对话界面。”

 

“社区和声誉也将继续是我们努力的核心。如果说人工智能模型之所以强大,是因为它们是在开源或公开可用的代码上进行训练的,那么我们希望制作模型来奖励做出贡献的用户,并保持我们所依赖知识库的开放和不断发展,确保我们仍然是未来新技术知识的首选。”Chandrasekar 说道。

 

实际上,在大模型带来冲击的这段时间里,Stack Overflow 对人工智能的态度发生了很大的变化

 

去年 12 月,Stack Overflow 暂时禁止用户提交人工智能生成的内容,给出的理由是:从 ChatGPT 处获得正确答案的平均比率太低,发布由 ChatGPT 创建的答案对网站及询问或寻找正确答案的用户来说是非常有害的。

 

但在 5 月,Stack Overflow 推翻了这一决定,新政策表示所有由 AI 生成的内容都可以在网站上发布,而且不得因为 AI 内容而对用户进行封禁。只有在真实可验证的情况下,版主们才能禁言账号。不管是写作风格等主观猜测,还是 GPT 检测器的结果,都不可作为衡量指标。作为回应,一些版主发起了罢工,版主们表示,他们担心这样会导致错误信息泛滥,损害网站的质量和信誉。

 

但目前,Stack Overflow 显然对于 AI 抱有了很大的希望。但这条路怎么走,我们只能拭目以待。

 

参考链接:

https://www.reddit.com/r/programming/comments/1592s82/the_fall_of_stack_overflow/

https://observablehq.com/@ayhanfuat/the-fall-of-stack-overflow

https://news.ycombinator.com/item?id=36855516

https://www.theverge.com/2023/6/13/23759101/stack-overflow-developers-survey-ai-coding-tools-moderators-strike

https://stackoverflow.blog/2023/04/17/community-is-the-future-of-ai/

公众号推荐:

跳进 AI 的奇妙世界,一起探索未来工作的新风貌!想要深入了解 AI 如何成为产业创新的新引擎?好奇哪些城市正成为 AI 人才的新磁场?《中国生成式 AI 开发者洞察 2024》由 InfoQ 研究中心精心打造,为你深度解锁生成式 AI 领域的最新开发者动态。无论你是资深研发者,还是对生成式 AI 充满好奇的新手,这份报告都是你不可错过的知识宝典。欢迎大家扫码关注「AI前线」公众号,回复「开发者洞察」领取。

2023-08-03 14:273137

评论

发布
暂无评论
发现更多内容

等保备案是等保测评吗?两者是什么关系?

行云管家

备案 等保 等级保护 等保备案 等级测评

红象云腾完成与龙蜥操作系统兼容适配,产品运行稳定

OpenAnolis小助手

开源 龙蜥社区 龙蜥操作系统 红象云腾 兼容适配

实时渲染:实时、离线、云渲染、混合渲染的区别

Finovy Cloud

渲染 云渲染

效率提升 100%,YRCloudFile 让自动驾驶安全更有保障

焱融科技

人工智能 自动驾驶 大数据 数据存储

NFT双币质押流动性挖矿系统开发

开发微hkkf5566

如何实现一套容器(C 语言版)2

祖维

c 容器 泛型 迭代器 双向链表

全链路业务追踪落地实践方案

云智慧AIOps社区

运维 AIOPS 解决方案 全链路追踪

解密安卓微信聊天信息存储

ooooooh灰灰

Go sqlite 微信 后端 SqlCipher

Bytebase加入阿里云PolarDB开源数据库社区

阿里云数据库开源

阿里云 开源数据库 polarDB PolarDB-X 阿里云数据库

CentOS中实现基于Docker部署BI数据分析

葡萄城技术团队

Docker centos BI 分析工具

制造业项目MDM主数据项目实施心得

agileai

数据治理 数据集成 企业服务总线 项目实施 制造业项目

NFT质押流动性挖矿系统开发技术

薇電13242772558

NFT 流动性挖矿

模块五

Geek_2ce415

【计算讲谈社】第三讲:如何提出关键问题?

大咖说

逻辑学 辩证思维 关键问题

图像搜索应用场景(个人见解,欢迎补充)

Geek_e369a5

什么是图像搜索 图像搜索的应用场景 拍照购物用图像搜索的作用

全上链哈希游戏dapp系统定制(方案设计)

开发微hkkf5566

Java—Servlet

武师叔

6月月更

超大规模AI异构计算集群的设计和优化

Baidu AICLOUD

大模型训练 异构计算

共享智能自助洗车现在市场如何

共享电单车厂家

自助洗车加盟 自助洗车市场 共享智能自助洗车

共享洗车机多少钱一台?看品牌

共享电单车厂家

自助洗车机价格 自助洗车加盟 共享洗车机多少钱

无界共创,明道云参与广汽本田IT新技术展

明道云

共享自助洗车24小时不打烊受青睐

共享电单车厂家

共享自助洗车 自助洗车 自助洗车加盟

车白兔:洗车新模式共享自助洗车

共享电单车厂家

自助洗车 自助洗车加盟 车白兔洗车

Redis+Caffeine两级缓存,让访问速度纵享丝滑

码农参上

redis 缓存 JAVA开发 Caffeine

科创人·味多美CIO胡博:数字化是不流血的革命,正确答案藏在业务的田间地头

科创人

特尔携手微软发挥边云协同势能,推动AI规模化部署

科技之家

【6.16-6.24】写作社区精彩技术博文回顾

InfoQ写作社区官方

优质创作周报

车白兔:自助共享洗车机哪家好

共享电单车厂家

自助洗车机 自助洗车加盟 车白兔自助洗车

Vue项目的创建和托管

Python研究所

6月月更

传统的IO存在什么问题?为什么引入零拷贝的?

源字节1号

Guava中这些Map的骚操作,让我的代码量减少了50%

码农参上

JAVA开发 Guava java工具包

程序员的未来:工作和学习都要依赖 AI 了?_生成式 AI_褚杏娟_InfoQ精选文章