AI祛魅-程序员会失业吗 – 一路枫景加生活

今年最大的冷笑话：程序员搞出了人工智能，结果让自己第一个失业。很多人都在传播这个笑话，从菜市场大妈、键盘侠，到记者、企业家，甚至业界大佬，尤其是推销人工智能的CEO们。油管等社交媒体上，几乎天天有技术博主爆视频，一会儿说某某大模型在哪些编程测试上击败人类，一会儿说，某某工具把全栈程序员的活全干了，总之每天都是高潮。

实践体验

为了验证这些传说，我这次亲自下场，用人工智能开发了几个小项目，亲身体会一般失业的恐惧感。先让我分享一下我的使用经验。

我的第一个项目，开场惊艳，小有挫折，顺利收场。

我的第一个项目是照片脸部侦测，识别、检索和数字OCR。为了获得比较全面、合理的答案，我同时问了ChatGPT，Grok，Gemini和DeepSeek，让他们推荐方案。所有的AI都推荐了类似的几个方案，因为是快速开发，我选择了 DeepFace + FAISS；OCR的方案，我一开始根据他们的推荐，使用Tesseract。方案定下后，我又写了几行需求，发送给各个AI。大概浏览了它们产生的代码，我最终选择了Grok的代码。让我感到惊奇的是，代码不长，几乎不需要修改就能运行，并且通过了单张照片的测试。接下来又通过几个回合，让他添加了命令行参数处理，大量照片的处理，虽然有些小问题，但基本过程还是非常愉快的，愉快到让我暂时忘记了失业的恐惧。

然后我发现Tesseract的使用效果不是很好，经过反复研究，并且手工测试后，我决定使用PaddleOCR。代码部分的修改非常顺利，但是在解决 Python 包的兼容性上，所有的AI完全没有方向。DeepFace，FAISS和PaddleOCR之间，在Pytorch，tensorflow，cuda的版本上有些冲突，我不得不脱离AI，通过Google查找各种文档和论坛寻找答案。最后是一个妥协且丑陋的方案，绝对不是AI能想出来的。我放弃了在PaddleOCR里使用GPU，然后利用Pytorch的前向兼容性特点，解决了tensorflow的版本问题。题外话：tensorflow，python，DL那些丑陋的版本问题，直到今天都没有很好的解决。不是我嘲笑那些搞AI的专家，你们的编程和软件工程能力真是渣到家了。

随着添加更多的功能，整个代码量开始增加，我和AI的蜜月期仅仅维持了一个半小时，然后AI开始产生各种让我无语、血压飙升，甚至气到吐血的代码。这个过程种，我也逐渐摸索出一些和AI打交道的方法。我尽量让AI完成一个相对独立、比较小的功能；同时提供足够的上下文内容，经常把原来的代码上传，明确要求它基于现有代码进行修改，尽管这样，还是有很多问题，很多时候，我必须自己查找答案，或者直接手写代码。

第二个项目，顺利完成，但发现低质量代码。

开发一个 Word 文档转视频的工具。有了第一次的经验，我先问AI，有没有可行的方案。AI的回答冗长且缺乏重点，堪比销售话术，还主动提供了一些代码。最后根据AI的建议，我选择着这样了一条路径：Word文档使用预先定制好的PPT模板，转为PPT，然后提取PPT的Note，制作语音，最后把PPT导出为图片，配合音频文件，制作出视频和字幕文件。我把各个步骤拆成独立的模块，让AI生成代码。这个过程里发现AI在处理音频长度制作字幕时，无论怎么提示，都无法正确产生字幕时间，只能自己动手，就几行代码，而AI生成的代码有二十几行，让我无力吐槽。我知道AI完全没法处理那些新开源项目，就自己手工替换了语音模块，使用了F5-TTS来生成语音。

第三个项目，一直在各种bug之间兜圈子，最终失败。

我的第二个项目是给第一照片项目，建立一个完整的后台管理系统。因为我在Session和用户验证上的要求比较奇葩，AI产生的代码，质量非常差，有些完全不工作，需要我自己修改，然后又出现几个bug，修复这个，导致另外一个，修复另外一个，又回到第一个，最后不得不放弃，打算以后找时间重新尝试。为了简化管理和部署，我使用和第一个项目一样的开发语言Python，并使用了AI推荐的FastAPI，而我自己最熟悉的是Java的Spring Framework。所以每次AI产生的代码没法工作后，我就花大量时间去学习FastAPI，并阅读和理解它的代码。我有点后悔，应该一开始就完全基于熟悉的框架自己开发。

直接感受

很多做开发的朋友都有过和我类似的体验。但他们都是在用他们熟悉的编程语言和框架开发，没有作为新手的体验，所以我的体验更全面一点。从一开始的惊艳到后来的吐槽，这中间最大的变化，就是需求的复杂度指数级上升，代码量也飞速增长。

AI的优势

AI在处理单一需求，已知算法和需求，尤其是那些有大量代码训练的程序功能上，的确有很大优势。程序员作为人是很难熟悉所有领域需求的，AI在这块体现出巨大的实用价值。但也不是完全没有问题。首先，作为领域专家，他们非常熟悉这些代码，很多代码就是他们开发的，对于他们，AI能够为他们节省的时间非常有限。作为新手，最大的问题是，有时候AI产生的代码看起来很好，其实是一坨屎，而新手却无法快速甄别这些烂代码。一旦他们发现代码问题，他们需要花费更多的时间来理解和处理。所以我个人觉得，在这个方面，AI很有用，但是有点鸡肋。

AI的劣势

AI完全无法胜任那些复杂需求，大规模代码，复杂的项目。没有人的参与，AI根本不能做任何有用的工作。这里面有这些常见问题：

它产生的代码，没有连贯性。比如经常修改之前生成的代码，修改的部分逻辑可能一样，但是有些不必要的调整，比如添加了注释，修改了格式甚至变量名，这会对版本控制产生不必要的影响。
没有记忆，丢失了对之前代码的记忆，生成新代码和其他部分不兼容，严重的时候，就是解决一个Bug，产生另一个Bug，然后在这两个Bug直接形成了死循环，再也跳不出来。
发挥不稳定，有时候产生很不错的代码，一次成功；有时时候又产出非常奇怪又弱智的代码，我都很难理解，到底是训练数据引入了这些弱智的代码，还是AI自己产生的。
对于不太常见的需求，AI的产生的代码基本不能用，还是手工写比较靠谱，也省事省力。现在的生成式AI，严重依赖训练数据，这在代码生成方面，尤其明显。那些不常见的问题，最佳方法还是自己研究直接手写代码。
无法有效的表达大型项目里各个组件代码之间的关系，AI也无法很好理解这些关系，这让AI无法处理大型项目。比如一个文件包含了很多功能，被许多其他文件使用，当我要求它为某个模块，改写另一个文件里的逻辑时，它经常会移除一些被其他模块使用的功能。稍不留意，几次之后，我都不知道它啥时候去掉的。让它加回去，又可能要花费很多时间。
因为这些问题，导致在使用过程中，我对AI产生的代码极度的不信任，花费大量时间来阅读和测试。
另外，无论是大小项目，对于训练不充分的东西，它产生的代码简直是屎山，我不得不自己重写，代码量到了夸张的1比10。整体而言AI产生的代码，要比人写的冗长低效很多，AI也就拉屎，吐代码的时候比人快。

当然这些问题，也不全是AI产生，很多和人也又关系。比如：

有很多是沟通中产生的。人和人之间的沟通都有问题，何况人和机器呢。一些沟通问题是歧义造成的；一些是在一系列沟通过程中逐渐积累的，积累到一定程度，就会产出奇怪、错误的代码，而修改这些错误，可能要回溯整个流程，非常费时费力。

现在让我们回到那个话题：AI会让程序员失业吗？

短期内没有任何可能。

虽然 AI 在的代码生成在自动化测试和重复性任务处理方面表现出色，但它在理解复杂需求、进行创新设计和解决未知问题方面仍存在局限性。
软件开发不仅是编写代码，还包括需求分析、系统设计、团队协作和沟通等，这些都需要人类的创造力、判断力和沟通能力。
AI 目前更像是一个能力有限的辅助工具，可以提高程序员的效率，根本没有能力取代他们。

长期影响，还是更多提高程序员效率，而不是替代程序员。

随着 AI 技术的不断发展，它可能会承担更多重复性和标准化的编程任务，从而改变程序员的部分工作内容。
程序员需要不断提升自己的技能，专注于更高层次的软件设计、架构和创新，以及与 AI 协同工作。
程序员还是码工、码农，依旧要写代码，只是不写那些重复、烂大街的代码

目前使用AI编程的个人建议

把大项目切成一个个独立的小项目，每个项目直接相对独立。
尽量一次让AI处理比较少的代码文件，总代码量不要太多。
需求越明确，没有歧义越好。
如果需要AI修改老文件，上传文件，明确告诉它基于老文件。
一开始告诉AI各种代码规范，隔段时间提醒一下，避免它遗忘了，产生风格不一致的代码。
让AI为那些常用的功能生成代码，那些少见的功能，还是自己开发比较好。
不要盲目相信AI产生的代码，必须复查测试。你可以让编写相应的测试代码。
每次替换旧文件时做备份，你不知道AI啥时候抽风。

还有一个比较尖锐的问题：没有程序员写的代码，AI能自己学会写代码码？

很多AI专家在研究这个，他们想让AI能够像人一样，自己学会编程。我在之前的某期节目里讨论过这个。我的论点是，如果AI能够自己学习编程，这意味这AI能够自主创造，再也不需要人类。AI可以编写程序，程序可以运行AI，AI再次迭代，写出更牛逼的程序，程序运行更牛逼的AI，这个循环是不是很酸爽。就目前来看，我的观点和大部分人，包括那些著名的AI领域的专家不同，我的观点是没有可能。

很多人说，AlphaGo可以通过自我博弈，学会围棋，并远远超越人类，围棋那么复杂，编程不是小菜一碟。你还是真小看了编程。围棋还是一个规则简单，胜负明确的有限，强化学习，对抗生成网络等技术能够很好的处理，但是到了编程领域，目前还有任何有效的网络模型和方法。将来，比如十年、二十年呢？我还是认为不可能。这一争论与‘如何让AI产生意识’的议题类似，难度或许更高。实现程序员自主的意识，要比实现小狗小猫的自主意思难很多吧。

编程的本质不是写出代码，而是理解世界的运作规律，然后转换成代码。这个过程是本质上就是人类认知、解构、掌握世界的过程，是人类不同于动物的根本区别。而程序员在这方面是人类中的佼佼者。很多人开玩笑，程序员是个高中生，送进培训班训练一下就能干。我要告诉你，如果真有这样的高中生，那也是个天才的高中生，完全有能力上大学。

因此，与其担忧被取代，程序员更应关注如何与AI协作，专注于创造性工作。我还是看好程序员，因此我把自己的三个孩子，都培养成了程序员。