拷贝过来的，我不懂啊。 GitHub Copilot does not actually use any version of ChatGPT. It is powered by a different language model called Codex, which was also developed by OpenAI but specifically trained on vast amounts of source code data. While ChatGPT is a general-purpose language model trained on a broad corpus of text data, Codex is specialized for generating and understanding code across multiple programming languages. It leverages some similar transformer-based architectures as GPT-3 (which ChatGPT is based on), but with customizations and training tailored for code. So in summary - Copilot uses OpenAI's Codex model, which is distinct from but related to the GPT language models like the one powering ChatGPT. The models have some overlapping capabilities in understanding natural language, but Codex is optimized specifically for coding tasks through its specialized training process.
software engineering 讲 模块化 块100 年了， 各大公司从地基开始盖大楼的事多了去了。
chatGPT 蒙人还可以。
工业革命时，赶马车的老车夫也不信火车能比马车快。
😂 你的比喻貌似很不错， 然并卵。 你估计连编程的基本原理都不懂。
AI 是马工造的， 火车是马车夫造的吗？ 先学学 GRE 基本逻辑再说吧。 哈哈
你不觉得copilot的提示很牛吗？很多以前需要手敲的code在coplit的提示下，敲几个tab就完成了，写程序的效率能提升几倍。
你司反应和我司大相径庭，copilot简直不要太好用， 效率提升蹭蹭的。
从量变到质变，还是很快的。 不要低估AI
顶级的马工 代替不了 但 老马工 就不好说了。
主要是觉得，你很难想象AI给我们主持一个晚会，还特别灵动地随机应变控场。AI也许能模拟人声/人像，但是未必能饱含感情，大家还是喜欢看/听真人。
还有什么可以集思广益。
简单coding肯定可以替代，但是系统设计，模块分解，任务包分割，这些你觉得多久能替代？
昨天在思考AI优化工作的问题，我猜测未来会有专门提供算力的公司，给一些专业的公司去做细分领域内的AI工具包，而不是现在这种泛泛的模型。
换句话说 chatGPT 在撞到版权等墙之后，也就是个copy editor 和 Wikipedia，应该无法继续深入下去。
我的猜测很可能是错的，因为我不是 AI 专业的人，懂行的兄弟姐妹可以来说说未来的趋势以及时间线。
期待~
政客
需要牌照的都没有可能被取代，你会看病可是没有处方权哦！
所以取代的将主要是初级码农。人肉码农以后的主要任务是系统设计。
以前找过一个工作，白老头HM跟我说要写很多文档，问我英文写作如何，这不就是明晃晃的歧视吗？立马不理他了。
现在同样场景我马上让AI花10秒钟给他写一段fancy的。
做手术的医生，是被另外一种方式替代。 看看最新的哪个公司的产品。 外科手术远程操控，由另外一个国家的医生远程操作完成。
你忽略了AI的决定性力量，以后你说的系统设计，模块分解，任务包分割这些，最早期就会围绕AI能适应的模式分解处理。不是人想当然的决定了，让AI去做，而是人先想好AI怎么方便做，然后怎么决定。
慢慢就是AI决定你的思维，你的决定， 不是你先决定了，让AI去实现。
确认了病症最关键。没保险的话，买药可以全世界买，加拿大，墨西哥，印度，哪里便宜哪里买就行，特快几天就到，花费只有零头。
楼主说的不是ChatGPT这种语言模型(虽然也可以，但不是大语言模型的强项),而是 copilot，或者你去看下Devin, 或很多其他类似的，已经非常强憾了。如果你是老程序员，你真的落伍了….如果说语言模型在 generate token的时候还有很多错误，但写代码本就是很客观的东西，反而更容易被取代。你也可以去玩一下 https://chat.lmsys.org/，这个有各种模型的对比，挺有意思的
Devin 搞不好是颠覆性的。
看bug的复杂程度，HEX已经integrate AI了，debug确实也方便了。
对，这个就是很强的功能，所有的逻辑组合都帮你想好了。
围绕 AI 的特点和能力去分割任务包...
分割任务包最tricky的地方在于对用户需要的理解和管理，是不是可以这么说：任务分割不大可能被 AI取代，但是任务分割之后的很多工作可以被 AI 自动翻译和关联？
Again，我觉得系统设计，任务包分割无法被取代，模块分解貌似可以（按照你的逻辑）。
代码编辑速度会快很多，所以感觉上来说，好像写code快了很多。但是实际上很多程序猿的大多数时间根本不是花在写新code上面的，都是调问题，学东西，开会，测试，部署，design。打比方说，简单代码的编辑速度提升了30%，实际上总体的工作效率也就提高了5%。
感觉这些新技术对新手影响更大，就算新手也需要明确知道了想写什么，AI才能真的帮上忙。老员工的活一下子还取代不了。
演员太容易被取代了
政策永远不会变？
关于模块化这点简直太赞同了👍
不要瞎类比！
现在挤着读CS的很多学生真有可能是49年加入国民党。
何止。
编剧，writer，特效，动漫，音效等等很多行业最后都这结局
而且更可怕的是AI的迭代进化速度，
这才过了多久啊。。基本上每半年就一个大版本更新，能力长一截。。 5年后的copilot会达到啥水平，真心不好说
这也不好说 毕竟仅仅几年前，出租车都还需要牌照呢，一个出租车牌照动不动价值百万美元。。
医生处方权确实难以取代，但医生开处方的效率能大幅上升。。 那么同样的看病需求下，实际需要的医生数量依然还是减少了。。
拷贝过来的，我不懂啊。
GitHub Copilot does not actually use any version of ChatGPT. It is powered by a different language model called Codex, which was also developed by OpenAI but specifically trained on vast amounts of source code data. While ChatGPT is a general-purpose language model trained on a broad corpus of text data, Codex is specialized for generating and understanding code across multiple programming languages. It leverages some similar transformer-based architectures as GPT-3 (which ChatGPT is based on), but with customizations and training tailored for code. So in summary - Copilot uses OpenAI's Codex model, which is distinct from but related to the GPT language models like the one powering ChatGPT. The models have some overlapping capabilities in understanding natural language, but Codex is optimized specifically for coding tasks through its specialized training process.
Copilot 不是用github的code training 的？GitHub 上大多都是老印的code吗？
我感觉相反，AI随机应变的能力会比人强的，人家算力摆在那儿。
随着Copilot不断提升能力，几年内大规模替代junior engineer还是可能的
这明显不利于印度外包啊。。。 在印度上市的印度外包企业的股票更是会受到压力才对
4比3.5好得多，但自从GPT4升级成turbo后，又变差了点。
你提的好多也是会被取代的，软件上去了就是硬件了（robot)，不过运动员取代不了。
印度主要就是价格便宜，以前让他们干活不放心，现在有了Copilot提示，出货质量强太多了。
你可以去几家Faang查一下，印度有多少个位置？美国Cs位置是在不断减少
这是太老的马工知识没有更新吗？
我说的不是训练codes是不是烙印写的，而是烙印那种不负责的劲儿。 我就随便让chatgpt生成通用画一个fourier谱的python代码。代码是能生成fft plot，实际上仔细看就知道ai完全不懂物理概念什么时候用10log，什么时候用20log，什么时候用正负号，最后画出来的图也是该用log图的时候用线性，该用线性的用对数，物理量纲都对不上。 其他专业的基于硬件的代码就是纯胡说八道了。 复杂的逻辑结构和流程我不知道怎么解释给chatgpt。 并行处理的程序，好像chatgpt也写不出，交互着指出来，chatgpt也不知道怎么改。
AI是马工造的？
嗯，我已经在课上让学生用了一年了。对新手比较好，常规code 可以写得快一点，做辅助工具还不错，但得有个明白人把关。有些学生自己不明白瞎用，能写出些完全不合规范的code. 说实在，不知道为什么，这一年copilot 的水平在下降。
印度主打一个便宜，但再便宜都比AI贵
所以copilot出来后，美国这边有经验的高级程序员性价比上升，外包性价比下降，不利于印度
好搞笑，AI是马工造的？你这水平能造？笑死了了
你听听有声书就知道现在对声音的模拟已经到什么阶段了，普通的人声人像都会被取代。 所有职业的普通重复工作都会被取代 但是所有工作设计和展望相关的感觉都会更重要
ai不是马工造的，那是谁造的？石头缝里蹦出来的
有Sora，演员歌手都不需要了
是少部份顶尖码工造的，不是随便什么Boot Camp出来的就能造