随着ChatGPT的普及，许多媒体开始报道“AI即将夺走程序员的工作”、“AI来了！各大长都开始大幅度裁员”，这让一些初级码农感到担忧，而一些高级程序员则表示不屑一顾。这到底是不是“狼来了”。今天，我们将进行实际测试来探讨ChatGPT在处理日常开发工作时的表现。
测试目标：ChatGPT能否应对开发工作。
测试内容：
1. 理解业务和产品需求
2. 编写业务逻辑代码
3. 解决代码中出现的问题
测试开始：
一、理解业务和产品需
模拟场景：
公司大老板对业务过程中频频翻车大发雷霆。要求立刻排查审计，并将发现的问题并入系统管理。业务负责人领命前往开发部门，心里打定主意：必须祸水东引，这锅要给开发部门。“帮我做一个表单提交审计排查问题，啊？要什么字段？整体流程？现在老板要杀人，先把问题收集上来再说。”
ChatGPT出场
ChatGPT的能力让人惊喜，在没有提供业务说明的情况下，只更依靠表单名称就秒出了设计。这在平时必须要求程序员具有资深行业经验才能达成的水平。进一步的ChatGPT还做出了对业务的具体说明和指导。“AI怎么可能理解SB业务需求？“的言论现在不攻自破，可能ChatGPT比整个团队都了解你们的业务。
小结：在需求理解环节，不需要向人工对接那样，进行复杂的进行描述和沟通，AI大多时候比业务更了解需求和结果，甚至还能反向指导业务。就需求方角度来说，开发人员的作用更大的就是用来背锅了。
二、业务代码编写
模拟场景：
作为一个新招基层实习期程序员，今天的任务是：
- 将交付给甲方代码中的注释删除，保证后续开发订单能拿到手。
- 学习老代码!_!“领导！这代码里面没注释啊！好吧我试试看”
- 完成功能开发。。
- 偷偷写毕业论文。
任务1：偷偷删除发布版本的部分注释。删注释这招多笋。
结果：成功
任务2，理解没有注释被混淆过的代码
结果：成功
任务3：python编写查询，基于甘特图展示工厂人员考情排期。数据来源是工厂主任手动整理的execl
结果：成功
总结：ChatGPT可以实现直接将需求转化成代码，也能理解分析出现有代码的逻辑和内容。
三、解决代码报错
场景：其实编写代码可以复制粘贴，要体现程序员功力的就看代码调试和修报错了。
这个找了几个程序报错，让ChatGPT分析一下错误原因。
结论：基于安全的考虑，一般不会给出源代码交由AI进行分析，通常只给出报错寻找错误原因。所以这里依然需要程序员按照AI给出的问题进行修正调试。但如果AI是私有部署私有训练的AI。那就可能实现代码的编写和调试都由AI完成。
