編者按：本文來自微信公眾號(hào) 三易生活（ID：IT-3eLife），作者：三易菌，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

“最開始我們以為這（AI）是互聯(lián)網(wǎng)十年不遇的機(jī)會(huì)，但是越想越覺得這是幾百年不遇的、類似發(fā)明電的工業(yè)革命一樣的機(jī)遇”，上面這一段話是馬化騰在騰訊2023股東大會(huì)上所講。人工智能是2023年科技圈最大的亮點(diǎn)，這件事已經(jīng)是毋庸置疑，但就像工業(yè)革命那樣改變世界是有代價(jià)的一樣，更高效、更便捷的AIGC（生成式AI）僅僅只用一年時(shí)間，就改變了許多人的職業(yè)生涯。

AI取代真人，從游戲美術(shù)領(lǐng)域打響了第一槍。此前在2022年秋季，與聊天機(jī)器人ChatGPT一同火起來的是兩款A(yù)I繪畫工具——Midjourney和Stable Diffusion。過去一年在微博、知乎、脈脈等社交平臺(tái)上，就有不少因?yàn)橛螒驈S商將AI引入美術(shù)工作流程遭遇裁員的前游戲美術(shù)現(xiàn)身說法。

但就在2022年上半年，AI繪畫還只是一個(gè)被嘲笑的概念，畫師也毫不擔(dān)心AI會(huì)搶走他們的飯碗。因此在相當(dāng)長(zhǎng)的一段時(shí)間里，畫師們都認(rèn)為AI繪畫是AI大模型學(xué)習(xí)大量人類畫作，再將海量元素打碎再拼接的結(jié)果，并曾堅(jiān)定地認(rèn)為AI繪畫只是“尸塊拼接”。

然而只用了僅僅不到一年時(shí)間，AI成長(zhǎng)的速度就遠(yuǎn)超畫師的想象，最新版Midjourney甚至打破了AI無(wú)法繪制準(zhǔn)確人類手部的魔咒。同時(shí)借助不同的插件、模型、Lora，AI繪畫工具已經(jīng)幾乎能夠?qū)崿F(xiàn)你想象的每一種畫風(fēng)，就連畢加索、莫奈等大師的風(fēng)格都能模仿。

最為關(guān)鍵的是，AI繪畫的成本極低，并不完全需求英偉達(dá)Hopper H100、Ampere A100等專為AI打造的計(jì)算卡，普通的游戲顯卡就能“跑圖”。即使是再高產(chǎn)的畫師在出圖效率上也是被AI降維打擊，AI可以靠堆數(shù)量來解決質(zhì)量問題，一款高性能顯卡一天產(chǎn)出上千張圖片完全不是問題。一位大廠游戲主美是這樣評(píng)論AI繪畫的，“從前需要一兩周的工作量，現(xiàn)在只用三四天。”

大廠將AI引入前期設(shè)計(jì)和后期細(xì)節(jié)刻畫、再輔以人工修圖，中小廠商則用AI代替外包的做法更是蔚然成風(fēng)。而AI介入游戲美術(shù)工作最大的提升，就是效率的增加、產(chǎn)能的提升，也意味著同樣開發(fā)一款大型游戲從前需要百人規(guī)模的美術(shù)團(tuán)隊(duì)，現(xiàn)在可能就只要二三十人就行，人力成本大幅度被降低。AI繪畫的恐怖之處就在于，它如今居然完美兼顧了降本和增效。

除了中低階畫師已經(jīng)被AI逼得失業(yè)，文字工作者的日子也不好過。剛剛過去的2023年里，從德國(guó)《圖片報(bào)》到美國(guó)最大的新聞出版商Gannett、再到科技巨頭微軟，使用AI參與到新聞撰寫已經(jīng)不是什么新鮮事。既然AI已經(jīng)能畫圖，作文自然也不在話下，畢竟ChatGPT就是以有“人味”的文字回答出圈。然而，試圖用AI代替人工編輯的嘗試幾乎都失敗了。

AI寫出來的新聞報(bào)道缺乏關(guān)鍵細(xì)節(jié)、內(nèi)容大量重復(fù)，使用奇怪的語(yǔ)言風(fēng)格。蓋因在監(jiān)管的壓力下，AI被開發(fā)者約束要說“正確的廢話”，并且素材的排列組合是不可能誕生文風(fēng)的。

從某種意義上來說，AI最擅長(zhǎng)的是形式化的官話和套話，但這就必然會(huì)導(dǎo)致寫出來的內(nèi)容味同嚼蠟。其實(shí)這一切并不讓人意外，因?yàn)槲淖謧鬟f的信息量要大于圖片、甚于視頻，這也是AI繪畫、AI視頻生成如火如荼，但AI在文字領(lǐng)域最成功的用例，還只是基于一段文字生成對(duì)應(yīng)的摘要。

如果說AI對(duì)畫師的威脅是高、對(duì)于文字創(chuàng)作者的威脅是低，那么它對(duì)于程序員的威脅就是中。Stable Diffusion開發(fā)商Stability AI的CEO就表示，“五年內(nèi)，人類程序員將徹底消失”。

事實(shí)上，在過去數(shù)年間，科技行業(yè)一直在嘗試代替程序員，從PC互聯(lián)網(wǎng)時(shí)代的拖拽建站、到移動(dòng)互聯(lián)網(wǎng)時(shí)代的低代碼，再到現(xiàn)在的AI寫代碼莫不如此。

程序員的工作其實(shí)很像翻譯，只不過通常的翻譯是人與人之間的互動(dòng)，而程序員則是將人類的需求翻譯給計(jì)算機(jī)。簡(jiǎn)單來說，程序員的工作就是把現(xiàn)實(shí)世界中的需求，通過計(jì)算機(jī)語(yǔ)言翻譯成源代碼（SourceCode），再經(jīng)過編譯器轉(zhuǎn)換成CPU能夠直接處理的機(jī)器碼（NativeCode），最后再形成可執(zhí)行程序，并在后續(xù)維護(hù)程序的運(yùn)行。

在這一過程中，AI目前主要介入的部分是生成代碼，其實(shí)這也是GitHub Copilot等AI編程工具的功能?？缮纱a并不是程序員工作中的關(guān)鍵，理解需求、并實(shí)現(xiàn)才是，并且后續(xù)的代碼維護(hù)也很重要，但目前這還都是AI無(wú)法解決的。

以GitHub Copilot為例，有研究人員分析了GitHub Copilot的效能后發(fā)現(xiàn)，隨著它的加入，代碼流失率（即代碼寫入后不久又被返工修改、刪除的情況）出現(xiàn)了顯著的上升。

研究人員收集了1.5億行由GitHub Copilot生成的代碼，發(fā)現(xiàn)GitHub Copilot更青睞直接添加代碼、不鼓勵(lì)復(fù)用，這就意味著AI編程工具并不鼓勵(lì)代碼復(fù)用，而是直接重寫。問題是AI直接重寫的代碼質(zhì)量往往堪憂，否則也不會(huì)出現(xiàn)代碼流失率上升的情況，這就代表著開發(fā)者根本不敢將GitHub Copilot生成的代碼直接應(yīng)用在生產(chǎn)環(huán)境，必須花時(shí)間檢查AI給出的代碼以及修復(fù)相關(guān)BUG。

AI將會(huì)取代人類、導(dǎo)致大量失業(yè)，這其實(shí)是一個(gè)自ChatGPT走紅就一直被談?wù)摰脑掝}。但一年時(shí)間過去了，AI確實(shí)影響到了一部分人的工作，但是對(duì)于更多人而言，暫時(shí)還只是虛驚一場(chǎng)。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個(gè)人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者。如有任何疑問，請(qǐng)聯(lián)系editor@cyzone.cn。