在使用VS Code Cursor和Sonnet 3.5后，OpenAI创始团队成员、前特斯拉人工智能总监卡帕西（Andrej Karpathy）近期表示，“编程的变化太快了。”
他表示，他的大部分“编程”工作变成了写英文（输入提示并审核和编辑生成的代码）以及“半编程”，即写出想要的第一个代码块，并加以注释让大模型知道想要的是什么，然后按Tab键补全代码。
上个月，Cursor获得了风投机构a16z领投的6000万美元的A轮融资，目前估值达到4亿美元。a16z也同时宣布，过去一年多，Cursor已有数千名注册用户，其中不乏OpenAI、Midjourney和Perplexity等公司用户。
微软2024财年第二季度财报显示，旗下的GitHub Copilot自2021年上线以来已有130万名付费开发者用户。最新财报显示，7.7万个机构用户正在使用GitHub Copilot。此外，还有Codeium和Cody等AI开发工具。
“这有点像重新学习编程，但我基本上无法想象在这个时候回到‘无辅助’写代码，而三年前这是唯一的选择。”卡帕西表示。
“编程”或不再是技能本身
据媒体报道，亚马逊云计算（AWS）首席执行官加尔曼（Matt Garman）6月份在内部谈话中表示：“如果你从现在开始往后推24个月，或者一段时间——我不能准确地预测这段时间是多长——很可能大多数开发人员不再需要编程了。”
“编程就像我们与计算机交流的语言。这并不一定是技能本身。”加尔曼说，“这项技能本身就像是，我如何创新? 我如何创造一些让我的终端用户用起来感兴趣的东西?”
截至目前，已有包括亚马逊云计算（AWS）CEO加尔曼（Matt Garman）和英伟达（Nvidia）CEO黄仁勋在内的科技高管表达了类似观点。卡帕西曾表态，“未来最流行的编程语言是英语”。
由此带来的直接影响是，工作经验给程序员和开发者带来的优势将面临重估。
洛桑大学商学院(HEC)信息系统系助理教授什雷斯塔（Yash Raj Shrestha）在接受第一财经记者采访时表示，“随着生成式AI的出现，编程的入门门槛大幅降低。五年前，你需要有2-3年的Python、Java或C++经验，才能被认为是一个合格的程序员。但现在，即使你刚从大学毕业，你也可以利用像Copilot这样的工具，快速、准确地开发软件。成为‘好’程序员的门槛确实降低了。”
“五年前，如果你有10到15年的Python经验，你可以获得比只有两年经验的人高得多的薪水，但现在公司不再需要大量高度经验丰富的员工。” 他说。
那么，编程门槛降低会导致大量程序员失业吗？
独立裁员追踪机构Layoffs.fyi称，今年全球已有435家科技公司宣布裁员，约13.6万个岗位被裁撤，硬件、交通和金融行业裁员最多。特斯拉、亚马逊、谷歌、TikTok、Snap和微软等公司在2024年上半年进行了大规模裁员。规模较小的初创公司也经历了相当数量的裁员，有些甚至完全关闭了业务。
什雷斯塔称，科技行业的新职位增长已趋于稳定，他表示其中一个原因是，“软件部署现在不再需要庞大的团队，使用AI的小型团队就能完成任务。”Stability AI的创始人莫斯塔克（Emad Mostaque）此前甚至预测，“五年内将没有程序员”。
中欧国际工商学院决策科学与管理信息系统教授谭寅亮曾在斯坦福大学人工智能研究院和数字经济实验室担任访问学者，他在接受第一财经采访时表示，“被AI替代的工作仅是小部分，因为AI工具的训练数据质量不一，可靠性和安全性难以保证，目前谈AI导致大量失业还为时尚早。”
“如果AI可以替代人，实际上是优化掉不会使用AI的人。”他说。
在此背景下，多位接受第一财经记者采访的学者和创业者表示，AI对程序员和开发者的技能提出了新要求。
谭寅亮表示，“对于开发人员来说，更好地理解产品需求和建模才是重要的事，另外一个关键技能是学会剥离出重复的、规律化的任务，然后找到用人工智能实现的捷径。”
资深互联网创业者Max Hu在接受第一财经记者采访时也表示，开发人员需要提升思考的框架层级以及创造力，比如怎么去构建系统，怎么去调整开发流程，要开发什么功能，而不是如何在技术上实现这个功能，“需要更多去思考做什么（What）, 而不是怎么做（How）。因为当使用AI去生成代码的时候，很多时候只需要把这个功能的描述写出来。”
此外，他还表示，不能将编程简单理解为写代码，“开发人员可能不需要自己写很多代码，但是开发人员需要足够了解系统是怎么运作的。AI是有局限性的，因此了解AI能力的边界，能做什么与不能做什么，与了解AI的能力本身同样重要。”
初创团队弯道超车的机会来了？
多位接受第一财经记者采访的学者和AI创业者表示，AI开发助手的应用减少了开发人员的工作量和企业的开发成本，同时为独立开发者和小型初创公司带来更多机会。
亚马逊CEO贾西（Andy Jassy）近期表示，将亚马逊的生成式AI开发助手“Amazon Q”集成到内部系统后，节省了约4500个开发人员一年的工作量，节约了2.6亿美元运营资金。
谭寅亮称，“我们在企业参访中看到，许多公司已将Copilot和Cursor引入技术部门，还搭建内部平台，让非技术员工通过自然语言使用大模型，或通过RPA（Robotic Process Automation）机器人减少重复工作。”
此外，组织成员间的沟通成本也随之显著下降。
Hu表示：“人员一多，沟通成本非常高，很多时候有想法的核心人员需要花大量时间把想法解释给别人，信息在沟通中也会衰减。而AI的出现很适合精简创业，1-2个人就可以开发出一个比较不错的原型。”
他预计，“马太效应会越来越明显。厉害的开发人员，能力可能被10倍放大，但经验不够的开发人员，反而会受到AI的威胁，因为没有在工作中培养更系统性和更结构化的思考问题与构建方案的能力。”
程序员和开发者的培养方式面临改变
值得注意的是，从入门到资深是新人在任何行业和岗位所必经的路径，既然AI已经能生成代码，完成大部分重复性强、难度小的入门级工作，那么应该如何培养程序员和开发者？这是学校和企业都要面对的问题。
在计算机专业的教学上，改变已经在发生。
一个显著变化是，测试和调试在课程中的占比逐渐提升，而此前大多数计算机科学入门课程更侧重于代码语法和如何运行程序。美国纽约州波茨坦克拉克森大学计算机科学教授马修斯（Jeanna Matthews）表示：“我们看到这项技能有所提升，学生们从生成式人工智能中获取代码片段，他们需要测试这些代码片段的正确性。”
此外，将复杂问题拆解成为大语言模型能解决的小问题的能力也更加重要。加州大学圣地亚哥分校计算机科学副教授波特（Leo Porter）表示：“在课程中很难找到教授这门课程的地方——也许在算法或软件工程课上，但那些是高级课程。现在，它成为入门课程的重点。”
新加坡国立大学计算机学院副教授OOI Wei Tsang表示，“（生成式人工智能工具）将为我们腾出时间来教授更高层次的思维，例如，如何设计软件，解决什么问题才是正确的，以及解决方案是什么。学生可以花更多时间在优化、道德问题和系统的用户友好性上，而不是专注于代码的语法。”
Hu在接受采访时表示，学校对专业人才的培养，职业道路的发展都要进行改变：“之前是经验不足的开发者要去做一些简单的工作，但现在要学的是如何去跟AI对话，以及了解它的能力与局限。”
“然而，现实往往是滞后的。”Hu说。
