AIGC带给开发者的冲击

news2024/11/15 10:09:26

未来会有两种开发者,一种是会使用AIGC工具的开发者另一种是不会使用AIGC的开发者,AIGC的出现提高了开发效率和代码质量,对开发者意味着需要不断学习和适应新的技术和工作范式,开发者可以把更多的精力放在高级抽象的定义以及更高维度的设计和业务逻辑的实现上来,同时对管理者而言,也要迭代和优化过程

在风雨飘摇的2023年,各行各业都发生了巨大的变化,作为软件行业的从业者,AIGC的成熟无疑冲击是最大的,简单来说AIGC对于开发者的冲击大致如下

  1. 自动化和智能化工具的普及: 开发者将更多地使用自动化和智能化工具来简化开发流程,落到实处的描述是它可以做各行业各领域的架构设计、并标准化的自动生成代码,以ChatGPT或者Copilot的水准,假如Prompt足够好,它所反馈的结果将非常靠谱
  2. 需求的多样化:开发者需要面对更多样化的需求,包括开发智能应用、数据分析和挖掘等,需要不断学习新技能,落到实处的描述是几乎所有的互联网时代的应用,均可以引入AIGC的智能化,将原本刻板的系统行为以问答的形式重新实现,从而答复提升用户的使用效率。
  3. 新的开发范式: AIGC推动了新的开发范式,如基于数据驱动的开发、机器学习模型集成等,开发者需要适应这些新的范式。
  4. 技术栈的变化: AIGC的发展带来了技术栈的变化,开发者需要学习新的技术和工具,如深度学习框架、大数据处理工具等。
  5. 就业市场的变化: AIGC技术的兴起改变了就业市场,对开发者的技能需求提出了新的挑战和机遇。
  6. 自动化代码生成:AIGC技术可以根据开发者提供的高级抽象自动生成代码。这意味着开发者可以更快地创建应用程序,减少了繁琐的手动编码过程。开发者可以将更多精力放在应用程序的设计和业务逻辑上,而非低级编码细节。
  7. 规范化代码风格:AIGC生成的代码通常遵循既定的编码规范和最佳实践。这有助于提高整体代码质量并减少潜在的错误。开发者在使用AIGC时可以更容易地遵循一致的编码风格。
  8. 降低代码重复率:AIGC可以自动检测和重用已经存在的代码片段,避免了重复编写相似功能的工作。这可以提高代码的可维护性和复用性,减少了不必要的工作量。
  9. 减少需求:在一定程度上,AIGC的出现可能会减少对传统开发者的需求。自动生成的代码可能会减少对人工编码的依赖,从而导致一些开发工作的减少。但是,仍然需要开发者在高级抽象和业务逻辑的定义方面积极参与。
  10. 学习和适应:通常我们搜索引擎是开发者一个非常重要的学习途径,AIGC工具的诞生会让大部分开发者大幅降低对搜索引擎的依赖,AIGC给的答案减少了搜索、辨别答案的过程,随着使用AIGC的经验提升,Prompt能力的提升,AIGC的反馈将会无限接近准确答案

总结下来,就是它会大大的解放人力,将繁琐和耗时的事情从人身上抽离出来,让人可以把精力放在维度跟高、抽象层次更深入的事务上

编译器插件

现在无论是OpenAI的ChatGPT还是Microsoft的Copilot,或者阿里巴巴的通义系列,或者基于ChatGLM的智普,都已经发布了相对成熟且稳定的插件,各大编译器在插件市场都能够搜到并且使用,到了插件这个层面,坦白讲就是基于大模型的应用层开发,因此层数不穷,在插件市场搜一个Chatgpt会出现大量的相关内容,Copilot也是如此

Cursor

Cursor本身是个编译器,类似于VS Code,集成开发环境的搭建稍微麻烦一些,但更灵活,这个要看个人习惯选择,而这个编译器本身集成了ChatGPT,因此下载安装后便可以使用,对于普通用户来说有两个限制,如果设置成GPT-4的模型,可以请求50次,如果是GPT-3.5-turbo模型可以请求200次,当然如果您本身有ChatGPT的key也可以设置进去,那就直接从您的key上产生消耗

官方下载地址
在这里插入图片描述

在这里插入图片描述

自动生成代码

cursor generate code

优化代码性能

Cursor Optimize Code

这是Cursor的表现,而VSCode或者Jetbrain出的基于各语言的编译器需要单独安装插件达到相同的效果,如果国内的用户无法使用ChatGPT或者无法使用Copilot,那还有阿里巴巴的通义灵码和智普的CodeGeeX可以用

Copilot&CodeGeeX&TONGYI Lingma

Jetbrains

在这里插入图片描述
在这里插入图片描述

VSCode

在这里插入图片描述
在这里插入图片描述

Cursor

在这里插入图片描述
在这里插入图片描述

对话模式

目前在Cursor和VSCode上无论是ChatGPT亦或是Copilot均有对话模式,可直接在对话窗口进行沟通,远大于在搜索引擎中的效率

AIGC对话模式

自动生成测试 注释 解释

在其他的编译器上目前还没有开放对话模式,但仍然可以进行优化代码,生成注释,解释代码等操作

AI生成测试注释和解释

Chat2DB

除了各大编译器上的人工智能插件外,在数据库和SQL领域也出现了诸如Chat2DB的开源免费人工智能工具,支持 windows、mac 本地安装,也支持服务器端部署,web 网页访问。和传统的数据库客户端软件 Navicat、DBeaver 相比 Chat2DB 集成了 AIGC 的能力,能够将自然语言转换为 SQL,也可以将 SQL 转换为自然语言,可以给出研发人员 SQL 的优化建议,极大的提升人员的效率,是 AI 时代数据库研发人员的利器,未来即使不懂 SQL 的运营业务也可以使用快速查询业务数据、生成报表能力官网地址

chat2db

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1353667.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

(16)Linux 进程等待 wait/waitpid 的 status 参数

前言:我们开始讲解进程等待,简单地讲解 wait 函数,然后我们主要讲解 waitpid 函数。由于 wait 只有一个参数 status,且 waitpid 有三个参数且其中一个也是 status,我们本章重点讲解这个 status 参数。 一、进程等待&a…

学习笔记240102 --- 表单无法输入,是否data中没有提前声明导致的

前端框架 &#xff1a;vue2.x 第三方ui组件&#xff1a;ElementUI 操作系统&#xff1a;windows 浏览器&#xff1a;chrome 谷歌 问题描述 表单使用中&#xff0c;没有在data中提前声明参数&#xff0c;当数据回显时&#xff0c;表单无法输入 <el-form :model"queryPa…

Oracle-数据库迁移之后性能变慢问题分析

问题背景&#xff1a; ​一套Oracle11.2.0.4的RAC集群&#xff0c;通过Dataguard switchover方式迁移到新机器之后&#xff0c;运行第一天应用报障说应用性能慢&#xff0c;需要进行性能问题排查 问题分析&#xff1a; 首先&#xff0c;登陆到服务器&#xff0c;用TOP看一眼两个…

CMake入门教程【基础篇】CMake+Linux gcc构建C++项目

文章目录 1.概述2.GCC与CMake介绍3.安装CMake和GCC4.代码示例 1.概述 在Linux环境下&#xff0c;使用CMake结合GCC&#xff08;GNU Compiler Collection&#xff09;进行项目构建是一种常见且高效的方法。CMake作为一个跨平台的构建系统&#xff0c;可以生成适用于不同编译器的…

CentOS 7 实战指南:文件操作命令详解

写在前面 想要快速掌握 CentOS 7 系统下的文件操作技巧吗&#xff1f;不用担心&#xff01;我为你准备了一篇详细的技术文章&#xff0c;涵盖了各种常用的文件操作命令。无论您是初学者还是有一定经验的用户&#xff0c;这篇文章都能帮助您加深对 CentOS 7 文件操作的理解&…

海外住宅IP代理的工作原理和应用场景分析,新手必看

海外住宅IP代理作为一种技术解决方案&#xff0c;为用户提供了访问全球网络资源和维护隐私安全的方法。本文将介绍海外住宅IP代理的工作原理和应用场景&#xff0c;帮助读者更好地理解和利用这一技术。 一、工作原理 海外住宅IP代理的工作原理基于代理服务器和IP地址的转发。它…

阿里云系统盘测评ESSD、SSD和高效云盘IOPS、吞吐量性能参数表

阿里云服务器系统盘或数据盘支持多种云盘类型&#xff0c;如高效云盘、ESSD Entry云盘、SSD云盘、ESSD云盘、ESSD PL-X云盘及ESSD AutoPL云盘等&#xff0c;阿里云百科aliyunbaike.com详细介绍不同云盘说明及单盘容量、最大/最小IOPS、最大/最小吞吐量、单路随机写平均时延等性…

HackTheBox - Medium - Linux - BroScience

BroScience BroScience 是一款中等难度的 Linux 机器&#xff0c;其特点是 Web 应用程序容易受到“LFI”的攻击。通过读取目标上的任意文件的能力&#xff0c;攻击者可以深入了解帐户激活码的生成方式&#xff0c;从而能够创建一组可能有效的令牌来激活新创建的帐户。登录后&a…

李沐机器学习系列1--- 线性规划

1 Introduction 1.1 线性回归函数 典型的线性回归函数 f ( x ) w ⃗ ⋅ x ⃗ f(x)\vec{w} \cdot \vec{x} f(x)w ⋅x 现实生活中&#xff0c;简单的线性回归问题很少&#xff0c;这里有一个简单的线性回归问题。房子的价格和房子的面积以及房子的年龄假设成线性关系。 p r …

如何做好设备维护管理?这款设备管理系统值得推荐

在现代化的工业生产中&#xff0c;设备的高效运行是保障生产安全和效率的关键因素。然而&#xff0c;在企业实际的设备维护管理业务中&#xff0c;仍面临着许多难题与痛点&#xff1a; 设备档案管理乱&#xff1a;传统管理方式下&#xff0c;如果想查询设备的历史巡检、维修、…

[雷池WAF]长亭雷池WAF配置基于健康监测的负载均衡,实现故障自动切换上游服务器

为了进一步加强内网安全&#xff0c;在原有硬WAF的基础上&#xff0c;又在内网使用的社区版的雷池WAF&#xff0c;作为应用上层的软WAF。从而实现多WAF防护的架构。 经过进一步了解&#xff0c;发现雷池WAF的上游转发代理是基于Tengine的&#xff0c;所以萌生出了一个想法&…

用通俗易懂的方式讲解大模型:在 CPU 服务器上部署 ChatGLM3-6B 模型

大语言模型&#xff08;LLM&#xff09;的量化技术可以大大降低 LLM 部署所需的计算资源&#xff0c;模型量化后可以将 LLM 的显存使用量降低数倍&#xff0c;甚至可以将 LLM 转换为完全无需显存的模型&#xff0c;这对于 LLM 的推广使用来说是非常有吸引力的。 本文将介绍如何…

双侧电源系统距离保护MATLAB仿真模型

微❤关注“电气仔推送”获得资料&#xff08;专享优惠&#xff09; 系统原始数据 双侧电源系统模型如图所示&#xff1a; 仿真模型搭建 将线路AB分成Line1和Line2&#xff0c;将线路BC分成Line3和Line4&#xff0c;用三相电压电流测量模块作为系统母线&#xff0c;根据系统已…

在Cadence中单独添加或删除器件与修改网络的方法

首先需要在设置中使能 ,添加或修改逻辑选项。 添加或删除器件&#xff0c;点击logic-part&#xff0c;选择需要添加或删除的器件&#xff0c;这里的器件必须是PCB中已经有的器件&#xff0c;Refdes中输入添加或删除的器件标号&#xff0c;点击Add添加。 添加完成后就会显示在R1…

Linux学习记录——삼십삼 http协议

文章目录 1、URL2、http协议的宏观构成3、详细理解http协议1、http请求2、http响应1、有效载荷格式2、有效载荷长度3、客户端要访问的资源类型4、修改响应写法5、处理不同的请求6、跳转 3、请求方法&#xff08;GET/POST&#xff09;4、HTTP状态码&#xff08;实现3和4开头的&a…

基于深度学习的交通标志图像分类识别系统

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长 QQ 名片 :) 1. 项目简介 本文详细探讨了一基于深度学习的交通标志图像识别系统。采用TensorFlow和Keras框架&#xff0c;利用卷积神经网络&#xff08;CNN&#xff09;进行模型训练和预测&#xff0c;并引入VGG16迁移学习…

x-cmd pkg | trafilatura - 网络爬虫和搜索引擎优化工具

目录 简介首次用户技术特点竞品和相关作品进一步阅读 简介 trafilatura 是一个用于从网页上提取文本的命令行工具和 python 包: 提供网络爬虫、下载、抓取以及提取主要文本、元数据和评论等功能可帮助网站导航和从站点地图和提要中提取链接无需数据库&#xff0c;输出即可转换…

深入了解Apache 日志,Apache 日志分析工具

Apache Web 服务器在企业中广泛用于托管其网站和 Web 应用程序&#xff0c;Apache 服务器生成的原始日志提供有关 Apache 服务器托管的网站如何处理用户请求以及访问您的网站时经常遇到的错误的重要信息。 什么是 Apache 日志 Apache 日志包含 Apache Web 服务器处理的所有事…

相关性与P值

相关性与P值 0 FQA&#xff1a;1 相关性与显著性的关系2 相关性分析3 使用medcalc进行相关性分析&#xff1a;参考文章&#xff1a; 0 FQA&#xff1a; 主要描述相关性和p值分别代表什么意义&#xff1f; 以及如何使用medcalc计算相关性和p值。 Q1&#xff1a;p值代表什么意义…

离线部署的MinIO

网络有不同的部分&#xff0c;例如 DMZ、公共、私有、堡垒等。这实际上取决于您的组织和网络要求。在部署应用程序时&#xff0c;任何应用程序&#xff0c;我们都需要考虑类型以及它是否需要位于网络的特定部分。 例如&#xff0c;如果要部署数据库&#xff0c;则不希望它位于…