微信扫码
与创始人交个朋友
我要投稿
1
我们人类已经编写了 50多年的软件,但仍然不擅长编程。
我认为,再过 50 年也无法解决这个问题。
———Matt Welsh ,AI 应用程序构建平台 Fixie 的联合创始人
Matt Welsh 现在是AI 应用程序构建平台 Fixie 的联合创始人。
Fixie 是一个云托管的即服务平台(Platform-as-a-Service),它允许任何人构建并集成智能代理,这些代理利用大型语言模型(LLMs)的力量,基于自然语言来解决问题。
Matt Welsh 之前也曾担任 Google 和苹果的首席工程师,并且也是哈佛大学计算机科学的教授。
上面这段话来自来2023年10月份,他在哈佛大学极受欢迎的(并且对所有人开放的)计算机科学入门课程 CS50 的内容。他用一种全新的视角面对学生们——或者与他们分享了一些残酷的事实。
如果“计算机科学”意味着将想法转化为机器可以运行的东西——那么,最薄弱的环节就是人类。正如一张幻灯片中所说……
他说,50 年来,编程语言在疯狂尝试新的数据类型和方法论,构建了大量复杂的工具生态系统,但我们人类在编程方面依然很糟糕。
他认为,即使再花 50 年,我们人类也解决不了在编程方面的麻烦。
但是 Welsh 的演讲不仅止于通常的悲观,而是问了一个更有趣的问题:
接下来会发生什么?
我们如何规范与大型语言模型一起工作的方式?
我们的工程团队会变成什么样子?
是否存在某种必须保留的人类本质——或者我们是否应该欢迎程序设计能力更广泛可及的时代的到来?
2
2023年初,Welsh 预测了“编程的终结”,警告说人类在未来最好的状况也只能处于监督者的角色。在他的个人博客上,Welsh 写了一篇文章,试图推演这个世界最终应该变成什么样子。
“我们需要弄清楚后 AI 时代的软件行业会变成什么样,以及现在我们可以做些什么来为此做准备。”因此在哈佛,Welsh 分享了他在利用 AI 进行编程的新前沿所获得的见解。
Welsh 有些语带嘲讽地说:将“工程”这一词加到“提示工程”这个词组,现在有点儿滑稽。这现在还不是一门真正的学科。但是如果我们做得对,它在未来很可能会成为一门学科。”
他说,我们现在用的魔术提示语(即“让我们一步一步地思考”)是一位工程师在大约在2023年初发现的。如果你对 LLM 说了这句话,它就会切换到计算模式。它不再只是复述某些答案。它会说,‘好的,我需要逐步阐述每一个指令。’”
这里有一个关键点。即,这个魔术提示语是通过试验发现的。没有在任何模型中被针对性地训练过。没人知道它怎么就能产生作用。这是这些模型的一个潜在能力。
他说,提示工程可以算是一门试验性工程,因为,我们是通过一次一次的试验,才得到了所谓的这些提示要点,我们必须通过实验来得出提示工程手册。
所以,让大型语言模型出错并不难。困难的部分在于理解为什么会出错,为什么没有按我们人类的意图出现我们想要的答案——并且足以知道下一步该做什么。
3
当谈到 AI 取代人类程序员时,Welsh 说:“我认为这是我们真正需要认真对待的事情......”
“我认为这个行业将会改变。所以自然而然的问题是,当我们把人类排除在外时会发生什么?我们如何开发软件?我们如何交付产品?”
他认为,未来的软件开发团队中,只有充满激情的产品经理和代码评审员是人类。
那么,好消息是什么呢?未来将为更广泛的人口可以释放计算能力。
“这具有极大的力量。我认为,作为一个领域,我们所有人都应该渴望获得这种程度的计算能力。它不应该只属于某种专职人员的技能。”
4
当然,他也并没有盲目乐观。他说,“并不是说所有问题都已经解决,远没有那么容易。”
可以肯定的是,软件开发并非只是写出代码。在写出代码之前,还有很多工作要做。
正如《没有银弹》的作者 Frederick P. Brooks.所说:
软件开发工作的难点有两类复杂:
一类是根本性复杂(Essence),另一类是偶然性复杂(Accident)。
根本性复杂在于对于构成抽象软件实体的复杂概念结构的构思(主要是需求和设计),
而根据这种抽象最终生成软件实体的编程语言表示本身则属于偶然性复杂。
GPT这类 LLM 并不会带来编程的终结,而是会复兴软件工程领域的一些根本性的技术,如需求分析、精确的规格说明以及软件验证。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-22
谈谈CoT和推理的Scaling Law
2024-09-21
OpenAI o1 团队在线答疑:o1的o指OpenAI,强化后的推理有泛化能力,未来模型思考时间可控!
2024-09-21
大模型的威力,远不只是聊天框
2024-09-21
OpenAI o1的架构流程已被Claude破解了?
2024-09-21
RAG检索失败率降低49%?Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲
2024-09-21
Multi-Agent架构-CrewAI详解
2024-09-21
聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践
2024-09-21
文档大模型,能否真正解决非结构化数据难题
2024-07-18
2024-03-30
2024-04-26
2024-04-11
2024-05-06
2024-06-12
2024-07-09
2024-05-09
2024-07-25
2023-07-01
2024-09-21
2024-09-21
2024-09-21
2024-09-21
2024-09-21
2024-09-21
2024-09-21
2024-09-21