伦敦的出租车司机，特别是那些驾驶传统的黑色出租车的司机，可能是世界上最厉害的。

为了取得出租车的驾照，他们必须通过一项叫做“The knowledge”的严格测试。

在考试中，考官会给出两个地点，司机需要描述出从一个地点到另一个地点的最快路线。

这个过程需要司机记住伦敦数千条街道和众多的地标，对伦敦的地理位置有深入的了解，包括街道、建筑、公园、酒店、商店、剧院、餐馆等等。

为了通过这项1864年就引入的测试（当时只有马车），司机们需要花费几年的时间来学习和准备。

这个测试提升了伦敦出租车司机的服务水平，他们成为了活地图，同时也构成了伦敦出租车行业的巨大的门槛，一般人很难进入。

然后Uber来了，手机+GPS让最短路径规划变成一件任何人都唾手可得的事情，突然之间，“The knowledge” 不再是有价值的专业知识了，任何有驾照的人都可以进入这个行业。

结果是出租车的竞争更加激烈，平均收入下降了10%。

专业知识被新技术普及化，极大地拉近了新手和专业人士之间的差距。

2

无独有偶，类似的现象也出现在了编程行业。

微软的研究人员做了一个研究，看看人工智能编程助手Copilot对程序员的影响有多大。 

他们把志愿者分成两组，一组使用Copilot辅助编程，另外一组则不用。

两个小组的任务都是用JavaScript实现一个HttpServer。 

结果不出意料，使用了Copilot那组比另外一组要快56%。 

让人震惊的是：经验较少的新手从Copilot中获益更大。

AI助手Copilot通过训练获得了很多大量的专业知识，这些隐形的知识对新手非常有用，特别是在某些新手并不知道怎么写代码的情况下，瞬间生成大量、高质量的代码，极大地提升了新手的编程能力。 

可是，对于有经验的开发帮助却并不大，因为他们本来就会，AI助手只是提升了编码的速度而已。

伦敦出租车的专业知识类似于编程界的编程语言、工具、框架、LeetCode......

这些专业知识也构成了程序员的入门门槛，也需要几个月~几年的训练才能掌握。 

AIGC的出现，虽然不能像Uber那样对“The knowledge”进行降维打击，也将极大地降低这个门槛，会拉近新手和有经验程序员之间的距离。

对于水平一般的程序员来说，这不是个好消息，门槛降低，人数增多，有人可以进来抢活了，可能会带来工资下行的压力。

3

程序员可以有这些选择：

（1）呆着不动

国外的AIGC工具使用受限，很多人连弄个账号这一步都迈不出去，而国内的大模型生成代码的质量还远远不够，所以呆住不动，短期内看起来影响也不大。

不过，如果看到某些同事生产率突然暴涨，一定得关注一下。

（2）往上走

我之前把软件系统的开发分成三个层面：

系统级、模块级、函数级

函数级代码生成，对AIGC来说是小菜一碟。

模块级设计，AIGC也展示了很强的能力。

所以这两块对相关程序员的冲击最大，新手抄起家伙(ChatGPT)就上来了。

对于系统设计，架构设计，程序员的经验还有护城河，AIGC还不太行。

程序员可以进入AIGC触及不到，或者比较弱的领域。

（3）跨界

AIGC赋予了程序员这样的能力：

一个做过嵌入式开发的程序员，可以在ChatGPT的辅助下，实现复杂的Python爬虫。

一个只懂一点儿JavaScript的后端程序员，可以实现复杂的前端界面

一个不懂Android的程序员，也可以实现APP。

......

通过跨界，程序员可以实现更大的价值，如果有好的想法，在AIGC的辅助下可以去独立实现。

（4）寻找新机会

在银行业，ATM的大规模应用和在线银行的发展，并没有摧毁柜台人员，相反，从1980到2020年间，银行柜台人员有所增加，这是为什么呢？

分析发现，柜台人员的职责发生了变化，他们转行了，开始提供更复杂的服务，比如财务顾问或客户关系管理。

这些员工可以帮助客户理解和选择信用卡，贷款，投资产品等，这些都是ATM和在线银行无法提供的服务。

AIGC的出现，开源大模型的“泛滥”，对算力的要求越来越低，肯定会进入各个行业，也可能让程序员出现转型。

我甚至觉得对程序员来说，训练、微调大模型可能会变成像Spring开发那样的基础能力。

在ChatGPT信息过载，各种消息满天飞的时候，不妨沉下心来在这方面学习一下。

出自：https://mp.weixin.qq.com/s/ERRkqkPt1Tu82kSg_l8eVw