人工智能支持者表示，Copilot、Code Whisperer、Codesense和类似的用于帮助完成、调试、测试、调整和审查代码的工具将减轻开发人员的负担。但Doomer有一个完全疯狂的愿景，即人工智能取代人类程序员，改变软件开发现状。

前哈佛大学教授、fixie.ai现任创始人Matt Welsh今年早些时候宣布，人工智能是编程的终结，他的大多数同行都对他提出的论点持怀疑态度。

American Scientist的资深作家Brian Hayes对此写道：“我认为我们离这一目标还很远，也不一定正在朝着正确的方向前进。”

虽然人工智能的潜力是毋庸置疑的，但对其当前能力的深入研究表明，人工智能不太可能完全甚至部分接管编程。众所周知，将人工智能融入工作流程的开发者更有可能在该领域长期生存下去，并且受到青睐。

人工智能将编程变得更容易

AI擅长生成样板代码和本质上重复的代码，例如迭代项目列表或序列化/反序列化JSON数据。开发人员已经使用Copilot、DeepCode来完成他们对StackOverflow所做的工作——复制粘贴代码。人工智能可以很好地完成复制粘贴工作，因为它已经根据互联网上的大量数据进行了训练，有效地“记忆”了许多代码模式。

基于人工智能的程序员平台帮助他们编写代码文档并添加注释。它可以分析代码并为每种方法生成文档，以及如何使用它的示例代码。与文档类似，人工智能可以帮助编写代码的测试用例。如果代码测试需要生成测试数据，AI可以推断数据的格式并生成相应的数据。

当使用不熟悉的代码库时，这一功能非常方便，因为人工智能帮助逐行解释代码的能力是惊人的。人工智能模型擅长理解数据。如果你提供一个数据集，人工智能可以分析它的结构，并根据列名了解数据所代表的类型。

开发人员可以向人工智能询问有关数据的各种问题，并要求进行不同的分析。人工智能甚至可以为你生成代码来运行和可视化数据。如果你为AI提供数据库模式，它可以帮助你为各种任务生成SQL查询，例如数据分析或报告生成。

各种评估LLM生成代码能力的研究强调了在编程过程中需要人为干预和理解。人工智能生成的解决方案虽然很有前景，但通常需要人工微调。

人工智能助力开发者经济

人工智能的能力无疑让人感到恐惧。但是，GitHub首席执行官Thomas Dohmke最近表示，“对软件开发人员的需求将持续超过供应。”即使Emad Mostaque表示，开发人员的工作岗位将在五年后消失。

人工智能模型通过处理任务来工作，例如重写一段代码，并产生新的代码作为输出。在这个过程中，涉及三个组件：自然语言的指令、希望重写的附带代码以及模型的输出。这三个元素形成了模型的上下文窗口，它允许有限数量的token（一个token相当于一个单词，但有时一个单词可能会产生多个token）。这意味着这些模型可以处理有限数量的信息。

毫无疑问，人工智能有能力处理一些低级任务，而且随着时间的推移，它还会不断改进。然而，现实世界中的软件工程比这些任务复杂得多。工程师每天都要应对各种挑战。

为此，他们需要知道公司和利益相关者需要什么，需要与他人合作以了解业务需求，并设计考虑到可维护性和可扩展性的可扩展解决方案，而人工智能无法做到这一点。

程序员并不总是在做已经做过的事情，他们往往需要创新，并为看不见的问题提出新的解决方案，这需要经验和对数据结构和算法的深刻理解，以及推断这些知识以解决看不见问题的能力。

目前的情况表明，人工智能是一种协作的方式，它可以作为一种强大的工具，增强人类程序员的能力，而不是完全取代人类程序员。