（圖片來源：東方IC）

經濟觀察報 記者 沈怡然 “用JAVA寫一個調用RESTful API接口示例”。

一家國內頭部人工智能企業的產品工程師李磊（化名）在ChatGPT對話框輸入這一指令，十幾秒后一串代碼回復過來。李磊將其復制到開發環境中，編譯了一個具備演示功能的應用程序。

作為一種自然語言生成式的模型，ChatGPT具有海量的數據和高效的自然語言處理能力，發布后2個月達到1億用戶，被稱為互聯網史上增長最快的消費者應用程序。ChatGPT主要應用是實現人機對話，可以用來生成文本，回答問題，完成語言任務。

在繪畫、作詩、解釋經濟學理論等玩法之外，ChatGPT開始在一些科技型企業中扮演出一種工具性的角色——解決一些并不難但瑣碎的問題。比如，ChatGPT可以協助用戶完成一些基礎的編程工作，通過根據給定的輸入生成相應的代碼輸出，ChatGPT推出兩個月，一些非研發崗的工程師們，正在自發地使用它來寫代碼、寫腳本。

2月2日，OpenAI在官網推出了付費訂閱版ChatGPT Plus，每月收費20美元，還會免費開放原先的ChatGPT。李磊表示自己愿意付費，他曾因工作在國內尋求編程外包服務，一小時做一套代碼，收費大約400元。

解決瑣碎問題

隨著社會更多方面邁入智能化，李磊所在公司的生意從互聯網企業做到工廠、社區、高校，從一線城市下沉到三四線城市，跨界所帶來的問題之一是溝通和融入對方的過程很漫長。

李磊一年要對接百余名客戶，他要幫助意向客戶們先了解和測試各種人工智能產品，在業務旺季他需要同時對接十幾個客戶的技術人員，要消耗大量的精力與不同行業客戶進行產品演示和接口對接。

比如將具有AI算法的智能硬件設備要應用到企業內部，需要廠家提供一套API（又稱“接口”，用于銜接雙方的軟件系統），一套API包含上百個功能的銜接，直觀上看是一個堆滿代碼和字符的文檔。但客戶和集成商只懂自己領域的技術，中間的溝通成本很高。

身在實驗室的開發者們無暇顧及這些落地中的小細節，為了給客戶銜接一次產品，工程師需要提前花幾天時間寫一個代碼。李磊不是程序員出身，很多代碼記不住，為了提升工作效率，李磊嘗試借用ChatGPT快速得到這一套代碼，將它歸整成一個工具軟件（本質是一套簡單的代碼），幫助客戶理解并把設備對接好，也一定程度上省去了自己出差和反復的遠程教學。

在科技行業，無論是不是研發崗，編程正在成為一種員工的基礎能力。一款智能產品的演示、營銷、運維過程，需要機器之間的、機器內部功能之間的互動，這些都離不開編程。

不熟悉這些編程語言的人，只能去相關的源代碼搜索庫或者用搜索引擎去搜索代碼，面對大量的代碼和各式排列組合，要梳理、比較、判斷出哪一種更適合自己，通常要花費他幾天的時間，ChatGPT能直接提供給他一整套代碼，只需稍加規整就能使用。

可以用，但沒必要

一位來自頭部互聯網公司的程序員李智認為，ChatGPT能解決的問題還是比較有限。

李智多年負責電商頁面后端的技術處理，工作的基本流程是聽取業務端的需求、技術評審，團隊分配任務各自開發編碼，然后聯調，以確保內部功能可以正常跑起來。當一個項目已經落地，他的工作內容就變成了檢修bug，以保證項目流暢運行。

在2022年12月使用ChatGPT前，小冰、Siri都曾引起過他的關注，但后來他發現能解決的問題有限，就沒有長期使用。“相比前兩者只能一問一答，ChatGPT可以根據你們對話的邏輯發生調整，做到你來我往。”

有一次程序出了問題，李智嘗試讓ChatGPT查找某一行代碼的錯誤，ChatGPT很快就找到了，但后來他再讓ChatGPT幫助解決程序bug卻沒有成功。

李智猜測，“區別在于，這一次bug源于業務上的問題，是在特定場景下出現的、不通用的，ChatGPT使用的訓練物料都是互聯網上現成的，它無法實現特定的功能邏輯，給出一些針對性的方案。”

李智對記者表示，ChatGPT的搜索能力對于很多不熟悉代碼的人還是有幫助的，面對大量的代碼和不同的排列組合，要梳理、比較、判斷出哪一種更適合自己，這需要時間。ChatGPT可以代替用戶到網上搜索代碼并按照恰當的方式組合，“換做程序員，可能幾分鐘就寫出一套代碼，即便到社區搜索，也能很快鎖定想要的?，F在，這兩者之間的差距可以通過ChatGPT拉平”。

李智對基本的編程語言滾瓜爛熟。因此不需要這種方式。

李智認為，ChatGPT并不能編寫程序員角度的代碼，而是從互聯網收集龐大信息庫并使用它來生成代碼，解決問題還是要靠人。

另外，對于軟件程序，ChatGPT目前只有通用底層的能力，涉及電商、云服務等業務層面的能力尚有欠缺。比如要寫一個小程序，是可以借用ChatGPT來找算法、寫代碼、寫腳本（一個代碼的片段），但是業務相關的，比如判斷使用者是否登錄等沒有標準答案但需要較大工作量的部分，ChatGPT卻無法回答。

風險和技術預期

來自金融公司的技術人員對記者表示，近期，他所在的公司已明確要求禁用ChatGPT，因為考慮到會侵犯知識產權。

ChatGPT所訓練的數據來自互聯網上各種文本的數據源，一個爭議是ChatGPT所提供的數據是否要以某種方式受到版權保護。

開源代碼不一定可以直接使用，通常來說開源社區的源代碼涵蓋多種法律協議，例如強制用戶在使用開源代碼的同時開放其修改版本的源代碼，或者允許用戶使用但不能用于產生商業價值的活動中。包括開發人員自行搜索代碼也需要評估和過濾。

英國薩塞克斯大學知識產權法講師Andres Guadamuz表示，需要弄清楚三點：第一，生成式AI系統的輸出是否可以獲得版權，版權屬于誰；其次，一些受版權保護的作品的所有者，是否可以用作訓練模型的輸入；此外，是否可以對數據收集施加相關的法律約束。

盡管目前仍存在種種不足和風險，但人工智能在近年取得的快速進展依然讓大家難以準確預估其技術潛力。

2022年12月開始，Quora等知識問答社區充斥大量“ChatGPT會取代程序員嗎”的標題。CodiumAI公司CEO Itamar Friedman公開表示，ChatGPT是一個優秀的多面手會話者，就早期的版本來看，它可以處理一堆任務，但并不適合特定任務。在短期內，ChatGPT將使開發人員能夠更快地構建，而不是取代它們。

一些觀點認為ChatGPT取代不了人類的獨立思考能力和批判性思維。風靡一時的游戲Cow Clicker創作者Ian Bogost表示，ChatGPT缺乏真正理解人類語言和對話復雜性的能力。它被簡單地訓練為根據給定的輸入生成單詞，但它沒有能力真正理解這些單詞背后的含義。這意味著，它產生的任何反應都可能是膚淺的，缺乏深度和洞察力。

李智認為，更多使用者對ChatGPT的“訓練”，會不斷擴充一些特定場景和業務的數據，或許未來ChatGPT能解決一些更專業的、場景化的問題。

在Itamar Friedman看來，也許在10到20年內，人工智能系統將使非程序員的創造者能夠使用自然語言指令進行零錯誤的開發。即便如此，我相信仍將需要開發人員，但角色將以難以預測的方式發生變化。

（應采訪對象要求，文中李磊、李智為化名）