過去幾個月來，我跟很多剛剛步入前端開發(fā)領(lǐng)域的朋友們交流過，大家都對步步緊逼的 AI 感到焦慮。他們看到 GPT-4 等工具帶來的令人印象深刻的演示，擔心自己學(xué)成 HTML/CSS/JS 知識之日，就是崗位消失之時。
澄清聲明我先向大家承認，這個話題跟我有切身關(guān)聯(lián)：我的工作就是在網(wǎng)上教學(xué)員開發(fā)軟件。如果開發(fā)者崗位逐漸消失，那我的飯碗也就完了。
但我向大家保證，我在本文中表達的所有觀點都出于自己的真實判斷。歡迎大家自行斟酌這些觀點是否存在偏見。
CSS 語言最初發(fā)布于 1996，隨 IE 3 一同推出。兩年之內(nèi)，首款“無代碼”網(wǎng)站構(gòu)建器 Homestead 就跟大家見面了。
Homestead 能幫助人們在無需編寫代碼的情況下，輕松構(gòu)建起自定義網(wǎng)頁：
也就是說，從 Web 開發(fā)這類崗位剛剛出現(xiàn)時，就有人擔心會被某些新技術(shù)所淘汰。2000 年代的威脅源頭是 WordPress，2010 年代是 Webflow，2020 年代初則是“無代碼”工具。
其實從某種意義上講，Web 開發(fā)者確實已經(jīng)過時了。如今，本地面包小店、牙醫(yī)診所或者藝術(shù)家如果需要一個網(wǎng)站，那大概率不會花幾萬美元聘請開發(fā)者從零開始做設(shè)計。他們可以直接前往 SquareSpace，找到自己喜歡的模板，然后每月花 20 美元來運營自己的業(yè)務(wù)門戶。
上星期，OpenAI 公布了 GPT-4，期間有一段令人印象深刻的演示：GPT-4 能夠?qū)⑹掷L的網(wǎng)站草圖轉(zhuǎn)化成功能齊全的網(wǎng)站，甚至包括一些 JS 來連接“Reveal Punchline”按鈕。
這功能確實很酷，在原型設(shè)計方面有很大的潛力……但我們還是得明確一點：幾十年來，我們的 Web 開發(fā)者負責構(gòu)建的從來不是這類頁面。演示中的 HTML 文檔跟目前前端開發(fā)者編寫的各種代碼，可以說是天淵之別。
到目前為止，我個人看到的大部分演示都非常有限：要么是一個簡單的 HTML 頁面，要么是 JS 函數(shù)。總之，就是那種開發(fā)者可以隨手搞定的東西。
但這一切還僅僅只是開始！如果 AI 繼續(xù)保持目前的發(fā)展速度，再過幾年就能構(gòu)建起完整的應(yīng)用程序了，對吧？
我當然不是什么大語言模型專家。但對于 GPT-4，我完全能夠理解它的宏觀工作原理。
從本質(zhì)上講，大語言模型是一種超級強大的文本預(yù)測器。給定一個提示，它們就能使用機器學(xué)習(xí)來嘗試找到最可能符合提示要求的字符集。
OpenAI 等廠商花費了大量的時間和精力來調(diào)整模型，借此改善輸出質(zhì)量。一大群人工標者對模型的輸出進行“評級”，借此引導(dǎo)模型不斷學(xué)習(xí)和進化。
如果大家體驗過 CHatGPT 或者 Bing 的 AI 搜索等工具，就會發(fā)現(xiàn)這些回答大概有個 80% 的正確率，但 AI 卻表現(xiàn)得像是有 100% 的把握。
大語言模型無法驗證或者說測試自己的假設(shè)，無法確定自己的表達內(nèi)容是否為真。它們還是在玩概率游戲，猜測給出的字符應(yīng)該會跟用戶在提示中輸入的字符相匹配。
有時候，AI 甚至?xí)o出非?；闹嚨幕卮?。OpenAI 團隊將其稱為“幻覺”。
隨著技術(shù)進步，預(yù)計某些粗糙的問題會被一一克服。但從根本上講，AI 或多或少還是會存在準確度問題。畢竟 AI 工具沒有任何機制能夠?qū)ψ约旱捻憫?yīng)做出客觀驗證。
因此，準確率可以不斷提高，但永遠達不到完美。而趨于完美，正是 AI 真正取代 Web 開發(fā)者的前提。如果它本身不是程序員，那就無法判斷哪些部分是對的、哪些是錯的。AI 自己發(fā)現(xiàn)不了“幻覺”。
但大家別急，我也認線 的演示，AI 似乎能夠自我糾正！只要復(fù)制 / 粘貼錯誤消息，它就能找到并解決問題。
但是……并不是所有幻覺都會引發(fā)異常。比如說，我最近用 GPT-4 在 React 上生成了一個〈Modal〉組件，雖然輸出非常好，但還是存在一些可訪問性錯誤。創(chuàng)建應(yīng)用程序的人可能注意不到這些問題，不過最終用戶肯定會發(fā)現(xiàn)！
還有一點：生成一個 50 行的 HTML 文檔，跟輸出生產(chǎn)就緒的 Web 應(yīng)用程序之間根本就不是一回事。像博客這樣的小型 JS 應(yīng)用就有大約 6.5 萬行代碼，總計 900 多個文件。這還不包含寫作文本，單是 JavaScript 和 TypeScript 的體量。
也就是說，即使準確率達到 95%，在這樣的應(yīng)用規(guī)模下也將很難調(diào)試。這相當于一位開發(fā)者用幾個月時間構(gòu)建一個巨大的項目，但卻從未做過任何代碼測試，直到 100% 完成后才加以驗證。這不是生產(chǎn)力提升，而是前所未有的噩夢。
AI 不是什么神跡和魔法，它的質(zhì)量直接取決于訓(xùn)練數(shù)據(jù)。而代碼片段在互聯(lián)網(wǎng)上隨處可見，往往高度通用。相比之下，每個代碼庫都是獨一無二的，網(wǎng)上鮮有大型開源代碼庫。那么，AI 要如何學(xué)會構(gòu)建能夠?qū)嶋H應(yīng)用的大型項目？
按現(xiàn)在的發(fā)展速度看，很快非開發(fā)者就可以直接跟聊天機器人對接，輕松啟動一個小型獨立項目。也就是說，如今的 Webflow 等工具會被 AI 所替代，而且效果更好、功能更強，這絕對是件大好事！
但要讓科技大廠們放棄自己的開發(fā)隊伍，全面選擇 AI 工程師？那還有很長的路要走，前面提到的這些潛在問題將嚴重阻礙這種想象在現(xiàn)實中落地。
我認為最有可能的情況，是 GPT-4 這類工具被整合進開發(fā)者工具當中，用來擴大熟練開發(fā)者的生產(chǎn)能力。
木匠并沒有被電動工具所替代，會計師沒有被電子表格替代，攝影師沒有被數(shù)碼相機 / 智能手機替代，我認為開發(fā)者也不會被大語言模型替代。
我當然不確定未來的開發(fā)者職位總量會不會有所下降；畢竟如果每位開發(fā)者的效率都顯著提高，那崗位方面的整體需求應(yīng)該減少才對。
但也不一定。就目前來講，軟件開發(fā)者仍處于供不應(yīng)求的狀態(tài)。在我工作過的每家公司，大家都有太多想做的事情，只因開發(fā)者數(shù)量有限而被迫作罷。
那如果開發(fā)者的工作效率瞬間提升 2 倍，結(jié)果會如何？無疑是修復(fù)更多 bug、發(fā)布更多功能、賺取更多利潤。我們可以開發(fā)的東西太多了，根本不存在開發(fā)者過剩一說。
目前，很多企業(yè)根本就不雇用軟件開發(fā)者。我曾在一家名叫 Konrad Group 的公司工作，這是一家專為客戶構(gòu)建 Web 應(yīng)用程序的企業(yè)，客戶名單里不乏家喻戶曉的大廠。但因為開發(fā)成本太高，他們發(fā)現(xiàn)與其招聘固定開發(fā)人員，還不如把這活兒外包出去。
這些財富五百強公司會根據(jù)當前的軟件開發(fā)成本做核算。這里我們假定一個場景：如果他們需要 4 名開發(fā)人員，平均年薪 15 萬美元，那每年就是 60 萬美元。在這種情況下，他們不如向外包機構(gòu)支付 50 萬美元來搞定這方面需求。但如果大語言模型真能提高開發(fā)者的工作效率，他們也許只雇 2 名年薪 15 萬美元的開發(fā)者就夠了。突然之間，原本自己沒法做的項目現(xiàn)在可以做了！
我要澄清一下：我不是經(jīng)濟學(xué)家，以上案例安全就是隨口一說。我不知道未來的情況會不會朝這個方向發(fā)展。但我想提醒大家，大語言模型的爆發(fā)并不一定會摧毀我們的工作和生活。沒人知道未來會向哪里去，而我實在受不了人們言之鑿鑿地把前景描述得愁云慘淡。
Aaron Blaise 是一位經(jīng)驗豐富的動畫師兼插畫家。他在迪士尼工作了近 20 年，曾為《美女與野獸》（1991）、《阿拉丁》（1992）、《風(fēng)中奇緣》（1995）等經(jīng)典影片做出貢獻。
幾周之前，他在 YouTube 上發(fā)布了一段視頻，題為《迪士尼動畫師對 AI 動畫的反應(yīng)》（）。他的觀點跟我很像，并不覺得 AI 工具是種威脅，而認為它將提高動畫師的生產(chǎn)力并創(chuàng)造出更多動畫崗位。
來自幾十個行業(yè)的藝術(shù)家和知識工作者們都在討論這方面話題，畢竟很多人擔心自己的工作會被 GPT-4、DALL-E 2 和 Midjourney 等 AI 工具所吞噬。
GPT-4 能通過模擬律師考試嗎？可以，而且得分在人類應(yīng)試者里能排進前 10%。所以律師們也慌了。
我個人認為，大多數(shù)專業(yè)人士都能找到將 AI 技術(shù)整合進工作流程的辦法，借此提高自己的生產(chǎn)力和價值。一部分任務(wù)可能被全面委托給 AI，但只是部分任務(wù)、而非整個工作。
那如果我是錯的，事實證明大語言模型可以全面取代軟件開發(fā)者，又該怎么辦？如果真是這樣，那我覺得也不用太擔心了，到那時候絕大多數(shù)知識工作者都會被“清洗”。
這樣一來，我們就算是轉(zhuǎn)行、轉(zhuǎn)專業(yè)也沒有用，AI 海嘯之下將沒有安全的高地。所以與其去賭未來會不會朝著最糟糕的方向去，倒不如專注于自己熱衷的工作、感興趣的問題、擅長的方向。
網(wǎng)上有幫家伙，一直在暗示前端開發(fā)特別容易被 AI 替代，還建議開發(fā)者再精進一步，往后端或數(shù)據(jù)工程那邊努力。
但我的觀點恰恰相反。我覺得開發(fā)者群體根本就不用擔心被淘汰，如果非得說哪部分群體更危險，我倒認為是后端。
在這兩個項目中，Python 代碼對我來說似乎更接近生產(chǎn)。我最近用 Node.js 構(gòu)建了一個 Discord 機器人，跟 GPT-4 生成的代碼確實差不多。
相比之下，AI 為那個笑話網(wǎng)站生成的基礎(chǔ) HTML 文檔，就跟我每天編寫的前端代碼間相隔十萬八千里。
這可能有點以偏概全，但過去十年來，我發(fā)現(xiàn)很多復(fù)雜性要素已經(jīng)從服務(wù)器轉(zhuǎn)向了客戶端。
Monolithic Express 應(yīng)用程序已經(jīng)轉(zhuǎn)化為無服務(wù)器函數(shù)的集合，而我們的前端也從超鏈接數(shù)字文檔發(fā)展為成熟的桌面質(zhì)量應(yīng)用程序。
再有，前端是用戶與之交互的產(chǎn)品部分。企業(yè)當然希望自己的產(chǎn)品能體現(xiàn)出定制化、獨特性和根據(jù)品牌形象精心設(shè)計等特點。與之對應(yīng)，后端則完全不可見，所以通用后端要比通用前端更讓人易于接受。
我聽有些人說，ChatGPT 能幫助大家快速學(xué)習(xí)技術(shù)性技能。如果各位對教程中的某些內(nèi)容感到困惑，不妨問問神奇的 AI。
這對我來說是個非常有趣的用例。從本質(zhì)上講，ChatGPT 就像你的結(jié)對程序員，能幫助你了解自己不熟悉的事物。你可以向它提出具體問題，并獲取具體答案。
當然，使用過程中也要當心。利用 AI 工具來學(xué)習(xí)，也有正確的方式與錯誤的方式之分。
所謂錯誤的方式，就是把 AI 當作 GPS 導(dǎo)航。當我們打算開車前往某地時，就會把地址輸入 GPS，然后不假思索地按它的指示前進。等到了目的地附近時我會把導(dǎo)航關(guān)掉，整個過程不做任何思考和評判。結(jié)果就是，我的方向感完全萎縮了，現(xiàn)在如果沒有合成語音的指示，我根本不知道該往哪里走。
與之相對，我們最好把大語言模型當成“被告”，而自己則扮演“陪審團成員”。
你要認真聽它在說什么，但不可全盤相信。保持懷疑的態(tài)度，以批判的心態(tài)考量一字一句。
不可盲目復(fù)制 / 粘貼 ChatGPT 生成的代碼，而是逐行檢查并保證你理解了其中內(nèi)容。有不清楚的地方要提醒它做出澄清，并配合權(quán)威來源（例如官方文檔）仔細檢查看似可疑的部分。請記住，大語言模型 100% 自信，但卻并非 100% 準確。
我之所以要寫下這篇文章，就是想鼓勵各位正在學(xué)習(xí) Web 開發(fā)、并為大語言模型的爆發(fā)式進步壓得喘不過氣的朋友們。很多人徹底失去了信心，認為隨著 AI 技術(shù)的繼續(xù)成熟，自己耗費時間和精力掌握的所有技能將被無情淘汰。
我不敢保證未來一定不會這樣。但我對 AI 能夠給工作方式帶來的影響仍抱懷疑。早在 2007 年，我就開始研究 HTML/CSS/JS，多年以來情況已經(jīng)發(fā)生了很大變化。但開發(fā)者們?nèi)匀粦{借強大的適應(yīng)性，與技術(shù)一同進步、攜手為網(wǎng)絡(luò)世界塑造新的樣貌。
到目前為止，我還沒看到有切實跡象表明前端開發(fā)的工作處于危險之中。我也想象過未受任何專業(yè)訓(xùn)練的非開發(fā)者，在不了解 Web 技術(shù)的情況下會開發(fā)出怎樣的 Web 應(yīng)用程序。太多的因素會導(dǎo)致其無法運行了，所以即使 GPT 未來繼續(xù)保持迭代，大家也沒必要過于焦慮。這，又何嘗不是另一種“幻覺”。
再次強調(diào)，我的觀點很可能是錯的，畢竟我可沒有能預(yù)見未來的水晶球。但未來總有不確定性，沒準明天太陽就爆炸了，誰知道呢。但我真的很難相信 Web 開發(fā)者會被迅速淘汰，反而更擔心潛在開發(fā)者會因為這種莫須有的可能性而放棄學(xué)習(xí)。
總之，但愿不要五年之后軟件開發(fā)者需求更旺之時，大家才感覺后悔、反思當下的自己為什么要停止追求夢想。請繼續(xù)努力吧，各位同學(xué)！??
