程式設計已死，AI 當立？教授公開「唱反調」：AI 還幫不了程式設計師

編譯 | 核子可樂、凌敏

GitHub Copilot、ChatGPT 等 AI 產品的火爆出圈，讓更多人看到 AI 在程式設計上展現出的極強能力。近來，「AI 取代程式設計師」、「AI 坐上程式寶座」等言論頻繁出現。

前段時間，前哈佛大學電腦科學教授、Google工程主管 Matt Welsh 在芝加哥電腦協會的一個虛擬會議上表示，ChatGPT 和 GitHub Copilot 預示著程式設計終結的開始。 Welsh 斷言，生成式 AI 將在 3 年內終結程式設計。

但也有一些人對此持反對意見。近日，Constructor Institute 教授、Eiffel Software 首席技術官 Bertrand Meyer 在 ACM 上發表文章公開“唱反調”，他認真研究了一番 ChatGPT 到底是怎麼編程的，最終得出結論：AI 還幫不了程式設計師。

ChatGPT 程式設計實驗

前段時間，Meyer 透過一系列文章討論過如何解決虛構出來的二進制搜尋問題，雖然內容看起來都不錯，每篇文章也都提出了自己的解答版本，但其實大部分都是錯的。 （ 延伸閱讀：https://bertrandmeyer.com/2020/03/26/getting-program-right-nine-episodes/）

以此為素材，Meyer 把這些文章交給了 ChatGPT（版本 4）。

AI 選手先是對問題做了描述：

這個問題實際上可以出現在任意數量的元素上，而不僅僅是兩個。但想要證明一個程式不正確，舉出一個反例就足夠了（但要證明它是正確的，則需要證明其適用於所有範例）。 Meyer 只問了程序是否正確，並沒提具體要怎麼修復，但 ChatGPT 還是熱心給以下建議：

這裡的評論部分確實很有幫助：

ChatGPT 說得沒錯，邏輯很通。在仔細研究了建議的替換程式碼後， Meyer 發現了某些可疑的部分。於是，Meyer 進一步提問：

在嘗試修復 Meyer 的錯誤時，ChatGPT 輸出了另一個同樣有錯的版本，只不過錯得跟 Meyer 不一樣。值得一提的是，ChatGPT 每次都試著給出新的版本——在糾正之前錯誤的同時，卻又帶來了新問題。

Meyer 也發現，ChatGPT 特別擅長道歉：

ChatGPT 一直在自說自話，積極向 Meyer 推薦它認為經過修正的解決方案：

到這裡，Meyer 甚至不打算嘗試最新版本正不正確。有經驗的程式設計師朋友都知道，揪住一個案例不斷添加特定修復，絕不是產生正確程式的最佳途徑。

所以 Meyer 也選擇繼續保持禮貌：

精彩的來了：ChatGPT 決定要向 Meyer 介紹循環不變量的概念！

Meyer 從未明示或暗示稱“需要一種更有系統的方法來驗證演算法的正確性”，他只是想知道ChatGPT 要如何證明它推薦的答案是對的，但絕對沒有使用“系統的”或「驗證」這類字眼。之所以出現這一幕，可能是基於大型語料庫的統計推理給了 ChatGPT 信心，讓它認定使用者肯定會質疑輸出程式碼的正確性，然後要求以系統方法給予驗證。

Meyer 繼續追問了下去：

ChatGPT 隨後給出了很好的答案，甚至包括 ACM 計算調查當中收錄的循環不變量調查內容。而且它仍然是先誇一句再解釋問題，非常客氣：

到這裡，Meyer 不打算再繼續追問了。

Meyer知道如何解決問題，但和大多數程式設計師一樣，他也常犯錯。他希望 AI 編程助理可以監督自己，提醒他注意陷阱並在犯錯時給予糾正。換言之，他希望 AI 能成為高效有用的配對程式設計夥伴。然而，實驗結果表明，AI 程式設計工具類似於高端的研究生，不僅聰明而且博覽群書，還有著一貫的禮貌並願意道歉。即使回顧過去，它依然顯得粗糙不精準，所謂的幫助對 Meyer 沒有什麼用。

現代 AI 成果並不能產生正確的程式

Meyer 認為，目前生成式AI 工具確實能夠在某些領域出色地完成工作，甚至勝過大部分人類的水平：相關結果來得很快、令人信服，乍看之下甚至不亞於頂級專家，原則上也沒什麼大問題。該翻譯工具除了能夠產生行銷手冊和進行網站內容的粗略翻譯外，還展現出卓越的醫學影像分析能力。

但程式設計的要求完全不同，它對產出程序的正確性有著嚴格要求。開發者可以容忍一定的錯誤，但其核心功能必須正確。如果客戶下達的指令是買進 100 股微軟股票，同時賣出 50 股亞馬遜股票，那麼程式絕對不該執行相反的操作。專業程式設計師有時候會犯錯，這時候就看 AI 助理能不能幫上一把了。

然而，現代 AI 成果並不能產生正確的程序：它產出的程序實際上是從之前見過的大量原有程序中推理而成。這些程序看似可靠，卻無法完全保障正確性。 （這裡所說的現代AI，是將其與早期AI 區分開來——後者試圖透過專家系統等方法重現人類的邏輯思維，但在很大程度上已經失敗。如今的AI 完全透過統計推理實現基本功能。）

Meyer指出，雖然AI助理在某些方面表現非常出色，但它們不是邏輯性的產物，而是善於操作文字的高手。大型語言模型能夠自如地表達和產生看起來沒有太大錯誤的文字。雖然這樣的表現對於許多應用場景已經足夠，但仍然不適合程式需求。

現階段的人工智慧可以協助使用者產生基本框架，並給出相對可靠的答案。但也就止步於此了。以目前的技術水準來看，它還完全輸出不了能夠正常運作的程式。

但這對軟體工程產業來說並不是壞事。 Meyer 認為，面對種種「編程已死」的宣傳，這次實驗提醒我們不管人類程式設計師還是自動程式設計助手，都需要規範的約束，並且任何產出的備選程序都有待驗證。在最初的驚艷過後，人們終將意識到這個一鍵式生成程式的能力並沒有太大作用。考慮到它往往無法正確實現使用者想要的效果，草草上線的自動化功能也許反而有害。

寫在最後

Meyer 並不是唱衰 AI 編程，他認為，審慎的態度或許能幫助我們建構出具備可靠能力的終極 AI 系統。

AI 技術目前仍處於早期發展階段，但這些限制並非永久不可克服的障礙。也許在未來的某一天，生成式 AI 程式設計工具能夠克服這些障礙。要讓它真正具備程式設計能力，就需要深入探討和研究規格和驗證方面。

那麼問題來了：你是否使用過 AI 程式設計工具？使用的是哪款工具？準確度如何？這些工具是否真的幫助了你？歡迎在留言區寫下你的使用體驗。

原文連結：

#抗拒使用 GPT-4 和 Copilot 寫程式碼，擁有 19 年程式設計經驗的老程式設計師「面試」被淘汰

馬化騰稱“收緊隊形”，騰訊回應；微軟發布自己的Linux發行版；OpenAI回應GPT-4 變笨 | Q資訊

向量資料庫？不要投資！不要投資！不要投資！

年薪60萬的資料分析師工作保不住了？ ！阿里達摩院研究發現，改用GPT-4成本只需幾千元

報告推薦

包含ChatGPT、Claude、Sage、天工3.5、文心一言、通義千問、訊飛星火、Moss、ChatGLM、vicuna-13B 等大語言模型產品，四大維度12個細分維度展現其綜合能力，透過技術視角探索大模型產品的程式設計能力，提升AGI 創業方向選擇、工作實際應用等的最新認知。掃碼新增InfoQ 小助手，解鎖全部資料。

直播預告

AI 大模型時代，架構師面臨哪些機會與挑戰？今晚 20:00，Mobvista 技術 VP 蔡超，直播連線科大訊飛 AI 研究院副院長李鑫，為你揭曉答案！更有 ArchSummit 深圳站精彩專題提前劇透，知識豪禮送不停！抓緊預約！

以上是程式設計已死，AI 當立？教授公開「唱反調」：AI 還幫不了程式設計師的詳細內容。更多資訊請關注PHP中文網其他相關文章！