人工智能，包括目前最流行的生成式人工智能，如OpenAI的ChatGPT，将为软件开发人员提供巨大的优势，并使他们的工作效率大大提高，这是文档数据库制造商MongoDB的首席技术官所言。

"我坚信其中一件事情，即有关生成式人工智能可能让开发人员失业的炒作是错误的。" MongoDB的首席技术官Mark Porter在接受ZDNET的采访中表示。

"生成式人工智能不仅能帮助我们编写代码，还能协助我们处理测试用例、发现代码中的错误，并能更快速地查找文档，" Porter说道。

"它将使开发人员能够以我们一直想要的质量、速度和完整性来编写代码。"

Porter表示，并不仅仅是生成式人工智能，"还有那些已经存在15至20年且现在非常成熟的模型和其他技术将意味着我们可以做一些能够改变开发人员编写代码方式的事情。"

Porter上周在纽约MongoDB.local的公司开发者大会上与ZDNET会面。这个大会是MongoDB在美国和国外各个城市举办的今年29个开发者活动之一。

MongoDB纽约本地开发人员会议的人群。

在三年半前担任MongoDB首席技术官之前，Porter曾担任过许多重要数据库相关职务，包括在亚马逊AWS RDS上运营关系型数据库操作，在东南亚叫车服务Grab担任首席技术官时运营核心技术开发，并在Oracle担任多个职务超过十年，其中包括作为最初的数据库核心开发人员之一的角色。

Porter补充说:"人工智能是"开发者生态系统的加速器"，我认为将会有更多的应用程序被开发。"

"人们常常有关于编写计算机软件所需时间和正确性的刻板印象，" Porter说道。"我认为生成式人工智能将以巨大的方式改变这一切，我们将能够以我们期望的速度、以我们期望的质量编写我们想要的应用程序。"

MongoDB为期一天的活动的一个重要内容是该公司讨论了MongoDB数据库的新人工智能功能。

Porter表示："实际上，MongoDB是数百家构建人工智能的公司的基础。"确实，曼哈顿的雅各布·贾维茨会议中心的展览区设有来自Confluent、Hashicorp、IBM和亚马逊AWS等公司的众多展台，演讲者解释了如何使用MongoDB与他们各自的软件技术。

Porter强调了MongoDB中新功能的重要性，该功能将向量值作为数据库的本地数据类型进行了整合。通过支持向量，开发者可以将由大型语言模型产生的上下文向量（表示对查询的近似答案）存储在数据库中，然后使用相关搜索来检索它们，以产生具有必要召回参数的精确答案。

Porter解释说，当用户向ChatGPT或其他大型语言模型提问时，"我将获得该问题的一个向量，然后将该向量放入我的数据库中，接着我会请求附近的向量，"这将产生一组相关的文章，例如。

"然后，我将使用这些文章来激活我的大型语言模型，并告诉它，在这些文章中你不能说任何不在其中的东西，请使用这些文章来回答这个问题。"

Porter提到，大型语言模型还可以执行诸如总结长篇文章的功能，"我喜欢使用大型语言模型将一篇文章变得更加简洁。"

通过这种方式，人工智能和数据库之间有着分工合作的关系。

Porter表示："你永远不会希望将大型语言模型放入在线交易处理系统中。"他说："我认为你应该将大型语言模型用在应该用的地方，将数据库技术和向量技术用在应该用的地方。"

尽管其他供应商提供了独立的向量数据库，但Porter告诉ZDNET，将这种功能整合到数据库中将减轻应用程序开发人员的负担。他说："这意味着你不需要在这两个数据库之间进行数据复制的流水线操作，也不需要管理两个不同的系统，一切都在一个系统中，你的核心数据、元数据和向量都存放在一个数据存储中。"

无论未来的人工智能发展如何，Porter表示："它不会让开发人员失去工作。

"开发人员仍然会聆听他们的客户，倾听他们的领导，并决定要编写什么。"

 

 

来源：https://www.zdnet.com/article/how-to-use-chatgpt-to-write-code/