加餐|软件工程师在AIGC浪潮下的生存指南
卢誉声
你好,我是卢誉声。
最近一段时间,AIGC 和 GPT 技术的讨论十分火热。甚至我在跟跨行业的朋友聊天时,ChatGPT 也成了绕不开的饭后谈资——这其实很容易理解,毕竟新闻、媒体在涉及相关技术的时候,标题会非常吸引眼球,而且容易引发“焦虑”。
类似的,AIGC 技术也可能会对软件工程领域产生深远影响。这次加餐,我想通过我对 AIGC 技术的理解以及一些案例,简单分析一下软件工程师的生存指南,和你聊聊这件事是否值得我们“焦虑”。
怎么理解 AIGC
首先,我们先来梳理一下 AIGC、GPT 以及 ChatGPT 这几个词的含义和关系。
所谓 AIGC,全称是 Artifcial Intelligence Generated Content,即“AI 生成内容”。生成模型一直是 AI 研究中的重要分支,而 AIGC 的提出意味着 Al 生成数据的能力越来越成熟,也越来也越值得重视。
按照模态来划分,AIGC 有文本生成、音频生成、图像生成、视频生成及基于它们的多模态生成等。
而 GPT 就属于 AIGC 中的文本生成,全称是 Generative Pre-trained Transformer,即“生成式预训练变形器”。
另外还有 ChatGPT,它是由 OpenAI 建立在 GPT 模型基础上的特定变体模型,专注于提供对话生成和回应的能力。它旨在模拟自然语言的对话过程,并与用户进行交互。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
ChatGPT模型在生成C++代码方面的应用具有潜力和局限性。文章讨论了模型生成的基本代码、编译过程中遇到的问题以及对这些问题的修正过程。通过与ChatGPT的对话展示了模型在生成代码方面的局限性,以及对模型进行反馈和修正的过程。同时,文章指出了生成的代码存在的逻辑错误、编码错误以及理解错误,以及围绕Coroutine和Promise的类型定义引发的各种参数和返回值的类型转换问题。作者强调了ChatGPT模型在解决简单任务的代码生成方面的擅长,但在解决复杂任务时,需要软件工程师的丰富经验和对整体系统架构的理解。此外,文章还探讨了AIGC技术的发展和对软件工程领域生产力的提升,但同时警示读者需要小心AIGC陷阱,避免被错误的内容误导。总体而言,本文展示了ChatGPT模型在生成C++代码方面的潜力和局限性,以及对AIGC技术的积极拥抱和谨慎态度。文章提出了思想转变和技术变革的必要性,强调了软件工程师在使用AIGC技术时的重要性,同时指出了AIGC技术在软件开发行业生产力革命的潜力,但也指出了目前的不确定性。文章标题《我们会丢掉工作吗?》表达了对AIGC技术对软件工程师工作影响的思考,强调了AIGC与人之间是协作关系而非替代关系,同时警示未来对软件工程师的更高要求。作者也提出了对技术革命的不确定性,鼓励持续学习和思考。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《现代 C++20 实战高手课》,新⼈⾸单¥59
《现代 C++20 实战高手课》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论