本文經AI新媒體量子位元(公眾號 ID: QbitAI)授權轉載,轉載請聯絡出處
Stack Overflow,正在被程式設計師們拋棄。
你沒聽錯。
這個全球知名的開發者問答網站,僅在一個月時間內,訪問量驟降3200萬!
甚至現在的搜尋量僅是它巔峰時期的三分之一……
為何會突然如此?網友一語道破玄機:
自打ChatGPT問世以來,我就沒再用過Stack Overflow了。
而且從近三個月Stack Overflow訪問量統計來看,流量下滑是在2022年11月至12月期間發生的。
巧合的是,OpenAI發布ChatGPT,正是在去年的11月30日。
好傢伙,原來又是AI圈當紅炸雞雞ChatGPT的「鍋」。
那它為何能在這麼短的時間裡,如此迅速改變眾多程式設計師求知習慣的呢?
對於這個問題,身為使用者的程式設計師們,或許最有發言權。
有人便將問題言簡意賅地歸結為兩點:
如果我不懶:Google和Stack Overflow是首選;
如果我懶:我選ChatGPT。
言外之意很明顯了,問題的關鍵,出在了取得答案的便利性。
我們先來看看在Stack Overflow上取得答案的流程。
首先,你需要點選「Ask Question」按鈕開啟提問之旅:
然後便來到了繁瑣的「填空」環節:
輸入標題 → 描述問題 → 嘗試過什麼/期待什麼結果 → 語言標籤
但這一系列操作之後還不算完,對於提問者來說,最無奈的可能就數漫長的等待了。
然鵝,現實情況往往會是這樣:
沒錯,石沉大海,無人問津;而且即便有人回答了問題,也要看下哪一個答案的「vote」高等。
不過這事要是換做ChatGPT,結果就不一樣了,只需要一個動作:
問!
然後答案就「啪的一下」甩到你的面前。
如此對比下來,ChatGPT在「問答」這事上的便捷性也就可見一斑了。正如網友總結的那樣:
搜尋產品/網站→ Google
尋求答案→ ChatGPT
不過有一個說一,「問答「這事便利性固然是一方面,但更重要的一點還應該回歸到答案的準確性。
那麼接下來的一個問題就是:
程式設計師依賴ChatGPT,可靠嗎?
要知道當初Stack Overflow禁用ChatGPT給出的說辭可是:
(這樣做)的目的是減緩使用ChatGPT創建的大量答案流入社區。
因為從ChatGPT得到錯誤答案的機率太高了!
不過這只是「對家」的一面之詞,不能全信。現在距離ChatGPT發不也有一段時間了,可靠可靠我們直接看看各位使用者的使用感受。
先說結論,ChatGPT在程式設計上可以說是「全能型人才」了:找Bug,寫網站,提示字轉換程式碼…
ChatGPT找Bug可以說是相當貼心了,舉個栗子,repit的CEO給ChatGPT甩了一段有錯誤的程式碼,讓它找出其中的Bug。
結果ChatGPT不僅把Bug找出來了,還指出了錯誤原因,怎麼修改,並且還附上了正確代碼,最後還不忘來一波總結。
(這不比Stack Overflow搜尋找答案好用?手動狗頭)
當然一個AI模型也不能薅著Stack Overflow一個問答網站作對比,來看看和其他程式碼修復系統的對比。
前不久約翰內斯·谷登堡大學和倫敦大學也做了一項研究,讓ChatGPT橫向對比了其他三個代碼修復系統:Codex,CoCoNut和Standard APR。
研究過程中,研究者統共給了40段錯誤代碼,得到的初步結果是:
ChatGPT解決了19個問題,Codex解決了21個,CoCoNut解決了19個,Standard APR方法解決了7個。
其中Codex和ChatGPT來自同一語言模型家族,所以結果比較接近。
BUT!這還不是最終結果,ChatGPT畢竟是個對話模型,是可以溝通的,而交流之後,它解決的Bug高達31個。
嗯,最終的結果也顯而易見。
ChatGPT除了debug之外,給予要求也能夠自動編寫程式碼,網友們回饋最終的程式碼效果也還不錯。
就比如說有網友聲稱,自己新創公司的大部分程式碼都交給ChatGPT和Copilot來完成了。
還有一個ChatGPT的「學生粉」用ChatGPT寫了一個網站,產生的程式碼很整齊:
甚至去年年底,Riley Goodside還靠玩轉ChatGPT提示詞收到了估值73億美元的矽谷獨角獸公司Scale AI的offer,正式聘請他為「提示工程師」。
而工作的內容就是:只要講幾句人話,讓AI產生自己想要的程式碼。
還有太多例子這裡就不一一列舉了,總之現在已經有人把ChatGPT納入程式設計生產力當中了。
並且ChatGPT也是個「求上進」的好模型,之前傳言它數學能力不足,這不昨天OpenAI就官宣提升了ChatGPT在真實性和數學能力上表現。
對程式設計師來說,比較關心的還是ChatGPT在程式設計上能力有沒有長進。
不過在這方面,倒是有網友檢測過,同樣一個代碼問題,去年12月底(左側)還能回答出來,今年1月底(右)就不會了。
One More Thing
最近ChatGPT有「新裝備」了,剛出了個模型BLIP-2,能夠接入ChatGPT,它不僅會簡單的看圖說話,還會講解劇情、給圖片配字…
並且,BLIP-2在各種視覺語言任務上實現了SOTA,目前程式碼已開源。
強強聯合,期待一波~
參考連結:
[1] https://twitter.com/dannypostmaa/status/1620207540381569024
[2] https://techcabal.com/2023/01/31/stack-overflow-chat-gpt/
[3] https://twitter.com/flaviocopes/status/1620333315919331328
[4] https://twitter.com/laminappcom/status/1620516951163559936# 5] https://www.pcmag.com/news/watch-out-software-engineers-chatgpt-is-now-finding-fixing-bugs-in-code
##[6] https: //twitter.com/mrdbourke/status/1620353263651688448以上是ChatGPT偷家:Stack Overflow正被程式設計師拋棄,訪問量一個月驟降3200W的詳細內容。更多資訊請關注PHP中文網其他相關文章!

隱藏者的開創性研究暴露了領先的大語言模型(LLM)的關鍵脆弱性。 他們的發現揭示了一種普遍的旁路技術,稱為“政策木偶”,能夠規避幾乎所有主要LLMS

對環境責任和減少廢物的推動正在從根本上改變企業的運作方式。 這種轉變會影響產品開發,製造過程,客戶關係,合作夥伴選擇以及採用新的

最近對先進AI硬件的限制突出了AI優勢的地緣政治競爭不斷升級,從而揭示了中國對外國半導體技術的依賴。 2024年,中國進口了價值3850億美元的半導體

從Google的Chrome剝奪了潛在的剝離,引發了科技行業中的激烈辯論。 OpenAI收購領先的瀏覽器,擁有65%的全球市場份額的前景提出了有關TH的未來的重大疑問

儘管總體廣告增長超過了零售媒體的增長,但仍在放緩。 這個成熟階段提出了挑戰,包括生態系統破碎,成本上升,測量問題和整合複雜性。 但是,人工智能

在一系列閃爍和惰性屏幕中,一個古老的無線電裂縫帶有靜態的裂紋。這堆易於破壞穩定的電子產品構成了“電子廢物之地”的核心,這是沉浸式展覽中的六個裝置之一,&qu&qu

Google Cloud的下一個2025:關注基礎架構,連通性和AI Google Cloud的下一個2025會議展示了許多進步,太多了,無法在此處詳細介紹。 有關特定公告的深入分析,請參閱我的文章

本週在AI和XR中:一波AI驅動的創造力正在通過從音樂發電到電影製作的媒體和娛樂中席捲。 讓我們潛入頭條新聞。 AI生成的內容的增長影響:技術顧問Shelly Palme


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

SublimeText3 Linux新版
SublimeText3 Linux最新版

記事本++7.3.1
好用且免費的程式碼編輯器

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中