不，ChatGPT 不會取代程式設計師。雖然 ChatGPT 作為一種人工智慧技術，能夠在某些特定的任務中表現出色，但它僅僅是程式設計師工具箱中的一個工具，而不是程式設計師本身。

程式設計師的工作涉及到軟體設計、編寫、測試、除錯和維護等多個方面，需要具備豐富的計算機知識和技能，同時還需要不斷學習和更新知識，以適應不斷變化的技術和市場需求。而 ChatGPT 只是在某些特定的任務中能夠提供幫助，例如自然語言處理、語音識別、影象識別等領域。即使在這些領域，ChatGPT 也僅能夠執行特定的任務，而無法像程式設計師一樣靈活地應對各種不同的情況和需求。

因此，雖然 ChatGPT 可以為程式設計師提供有力的工具支援，但它不可能取代程式設計師。程式設計師的角色在計算機科學領域中仍然非常重要，將繼續發揮著重要的作用。

會，隨著技術的發展，一定會取代優秀程式設計師大部分的工作和普通程式設計師全部的工作，參考chatGPT從1.0-4.0的發展歷程，就會發現其進化的速度之快，未來的5.0及其更高的演化版本一定會在更高層次上強化其理解能力和處理能力，三星公司的下一代晶片已經在大規模使用人工智慧來設計，這就是趨勢。就像人類發明了能實用的蒸汽機後，淘汰了了很多手工作坊，一樣的道理，只是層次更高了

不會。雖然人工智慧技術和自然語言處理技術不斷髮展，但是在目前的技術水平下，chatgpt還無法完全取代程式設計師。程式設計師需要具備深入的程式設計知識和技能，以便設計、開發和維護複雜的軟體系統和應用程式。而chatgpt則只是一種特定的應用程式，它需要程式設計師來設計和編寫。因此，chatgpt只是程式設計師工作中的一個工具，而不是取代程式設計師的替代品

不可能。雖然 GPT 系列模型（包括 ChatGPT）在自然語言處理方面有著出色的表現，但是它們仍然只是工具，不能取代人類程式設計師。程式設計師不僅需要編寫程式碼，還需要解決複雜的問題、創造新的解決方案、與團隊協作等等。機器學習模型，即使是最先進的模型，也不具有人類的創造力和智慧。因此，程式設計師的工作仍然是安全的。

GPT的訓練和人類的學習很像，透過不斷的“喂”資料（現有的知識、論文、程式碼、圖片、文學作品、電影電視劇文字、社交平臺的發言等等），讓模型“理解”這些東西，從而在需要的時候總結並反饋。

人類也是這樣，從小學到大學，都是學習的過程，學習前人的知識並且理解，這就是一個總結已有知識的過程。工作以後就要把學到的知識“重新組合利用”，比如程式設計：你掌握了JS的結構和理論，那你就應該可以透過這個進而掌握JS的框架，甚至不用框架，你可以透過對需求的理解，從大腦裡翻找應該用什麼方法來實現需求，對應的方法可以用哪些技術來實現，然後找到對應的技術有沒有已有的工具。如果有就拿來利用，如果沒有就自己寫一個工具。

GPT拿到需求後也是一樣的，先分析真實需求到底是什麼，然後根據已有（這個“已有”，可比人類自然學到的“已有”多太多了）的知識分析該用什麼技術，有沒有現成的框架。

GPT到這一步就停止了，需要人工參與進來。

舉例來講：

現在有一個需求需要製作一個社會服務視窗的網頁，讓老百姓可以方便地在電腦或者手機上開啟，選擇自己想要辦的事情或者想進行的投訴，登記後手機上會收到一個回執號碼。之後可以根據這個回執號碼匿名登入這個頁面查詢辦理進度等等。

人類和AI都會分析需要什麼技術，大差不差地都能得出一樣的結果。

人類這時候需要考慮這個技術他會不會，如果不會的話，人類會上網搜尋能不能用他會的技術來實現。

AI這個時候沒有這種顧慮，因為都會。

假設AI和人類都選擇了相同的技術，AI和人類也都會這個技術，就可以向上級彙報了。無非是可以採用什麼技術，大致需要多少天等等。人類的報告裡會給自己多留出一些時間上的餘地，而AI不會（除非引數針對這個有設定）。

審批同意開發後，AI和人類同時開始開發。

AI直接開始生成專案，寫程式碼。

人類也開始手打生成專案，思考一下專案結構，如果有的地方忘記了的話可以上網找一下別人的提問或者教程。專案結構搭起來之後，跑一下看看是不是正常，正常就開始寫具體程式碼，不正常就看看報錯，如果看不懂還是上網去搜解決辦法。

這時候AI已經完成程式碼了。

AI開始了測試（目前的測試軟體已經有程式碼測試、前端測試、壓力測試等等）。

人類還在寫程式碼。

AI完成了測試，得到了測試軟體反饋的報告。根據反饋的報告，AI可以知道是有什麼問題。（大機率不會出現錯誤性的bug，因為錯誤性的bug基本都是人類因為記憶錯誤，呼叫錯誤，手打錯誤造成的），問題一般會集中在伺服器上，比如效能不足沒有透過壓力測試。

人類還在寫程式碼，大機率還是那個檔案。

AI已經向倉庫提交了程式碼，向上級提交了報告以及可以交由人工測試的頁面。

--------------------------------------------------------

從上面的假設來看，人工是早晚有被淘汰的一天。但是那一天的到來需要時間，需要大量的人工去完善AI。AI很難取代的是創意性的工作，即使看上去非常有創意的stable diffusion，它創作的圖片是從未出現過的，但是也全部都是出現過的。

有個人在推特上釋出了一些sd生成的作品，是鸚鵡和馬的組合。然後聲稱：你看，這種組合人類就沒有創作過，sh很利害吧。

他其實忽略了幾個問題：

鸚鵡和馬都是現實存在的，模型在訓練過程中被“喂”了無數鸚鵡和馬的作品。

讓AI把鸚鵡和馬組合在一起的，正是這個人類而不是AI本身。咱們就說你不告訴AI去把鸚鵡和馬組合到一起，AI會不會這樣做。

會。AI會隨機碰撞，就像你在大街上隨機向任何人表白，很小很小的機率下真的會有人答應。AI經過更大數量的碰撞後，有極小機率碰撞出一個鸚鵡和馬的組合。我相信你不會管這種碰撞叫做“創意”。就像是你不會管自己在考卷上蒙對了選項，叫“掌握了知識”。

---------------------------------------------------------

AI最後會像當初的機器取代人力一樣，取代一部分人工。

一個紡織工每天的工作效率是有上限的，並且人是會疲勞的，還會犯錯。但是一臺紡織機可以取代幾百個這樣的紡織工，效率是幾百個紡織工疊加在一起的幾倍，這就是機器取代人類。

一個程式設計師如果只能根據現有的框架，不管是後端也好，前端也好，搭積木，那麼肯定是要被AI取代的。培訓班出來的大量學員，是被取代的高危人群，因為他們學到的會做的，就是拿一個現成的框架，搭積木一樣把設計轉換成實際的頁面或者小程式或者app。這樣的事情AI經過訓練之後，做起來不但不會出錯也不需要上網上去問逼人，效率是幾百倍。公司只要保留一兩個35以上的經驗豐富的“老”程式設計師，對AI的工作進行檢查和確認，以及及時地糾正就可以了。

這時候，反倒是那些熟悉程式碼基礎，對程式碼運用掌握牢靠的程式設計師不用擔心。一個只會less和vue還有element+的程式設計師和一個只會html、js、css但是基礎紮實的程式設計師誰不用擔心被AI取代，一目瞭然。

因為程式的基礎和畫畫一樣是技巧的基礎，一切可能都是從技巧上誕生的。你可以“靈光一閃”利用自己紮實的基礎更有創造性地完成工作。而框架高手們會發現：自己對框架的掌握沒有AI熟練，甚至是幼兒園對博士的差距，自己搭積木沒AI快，還容易塌。

---------------------------------------------------------

低程式碼平臺會是最先受到衝擊的。

這是低程式碼的特性決定的——低程式碼就是讓企業減少對技術工種的需求。

AI也是讓企業減少對技術工種的需求。

這兩個可以同時嗎？一開始會，然後低程式碼會被逐漸取代。

企業找到適合自己的低程式碼平臺很難，一開始上手覺得哎還不錯。但是稍微一深入就會發現，你的50%以上的需求沒法直接實現。但是低程式碼平臺提供你一定程度的定製，其實說白了就是更簡單的搭積木。我需要給使用者提供登入，他們有使用者模組。我要管理使用者維護使用者，他們有客戶關係模組，還能設定定期給使用者發郵件，你可以定製郵件模板，還有更多不同型別的低程式碼平臺面對不同行業的不同需求。

但是一樣都是花錢，花錢用AI和僱一個35歲以上的程式設計師在公司，但是產品可以隨自己心意隨意開發不香me。

不會，目前階段的不會，它可以回答很多問題，也可以給你一些經典程式碼邏輯實現，但是其實還是無法編寫邏輯複雜的程式。

程式設計師本身將業務轉換為邏輯程式碼的人，理解業務的本身就是要豐富的業務場景的。所以會業務的的程式設計師是很難取代的。

能夠直接實現的，已經被很多程式碼庫或者一些腳手架生成代替了，真正複雜的邏輯，程式設計師是很難代替的

但是chatGpt會在很多具體程式碼示例方面，提升程式設計師的程式設計效率。 可能之前很多要透過google ，stackoverflow ，csdn 等程式設計師網站查詢的資訊，透過chatGpt，可以更快的得到結果。

但是一定要對這些結果進行判斷和修改，否則很可能發生生產問題。

絕對不會。雖然聊天機器人（Chatbot）技術和通用語言處理（GPT）技術正在發展，但它們仍然不可能取代程式設計師。

首先，聊天機器人和GPT技術都只是一種自動化技術，它們只能完成非常簡單的任務，而程式設計師則可以完成複雜的任務。聊天機器人和GPT技術可以處理簡單的自然語言，但它們無法處理複雜的程式程式碼。因此，它們不能取代程式設計師完成複雜的程式設計任務。

其次，聊天機器人和GPT技術還不能完全模仿人類的思維方式。它們無法理解複雜的邏輯關係，也無法解決複雜的問題。而程式設計師則可以根據需求分析和解決複雜的問題。

最後，聊天機器人和GPT技術還不能發揮創造力。它們只能處理已經存在的程式程式碼，而程式設計師則可以根據需求創造新的程式程式碼。

總而言之，聊天機器人和GPT技術無法完全取代程式設計師。雖然它們可以幫助程式設計師提高工作效率，但它們仍然不能取代程式設計師完成複雜的程式設計任務。

不會。聊天機器人技術(chatGPT)只是一種自動化服務技術，它旨在幫助人們節省時間和精力，解決複雜的問題。另一方面，程式設計師被認為是創造性的數字技術人員，他們被賦予了在需要時能夠創造出新軟體產品的能力。他們是軟體開發領域的重要組成部分，負責開發和測試新元素。因此，chatGPT不會取代程式設計師，但它可以成為程式設計師合作伙伴，為他們提供自動化服務。

不，ChatGPT 不會完全取代程式設計師。

儘管 ChatGPT 具有很強的語言生成能力，但它不能替代程式設計師的所有工作。它仍然需要程式設計師來編寫程式碼，並且在解決複雜問題時需要他們的幫助。

此外，程式設計師具有對軟體系統的全面理解和深刻的技術知識，而 ChatGPT 只是透過預先學習的資料來生成文字。因此，程式設計師仍然需要為軟體系統的開發和維護負責。

此外，程式設計師不僅負責編寫程式碼，還負責溝通和協作，並與其他團隊成員一起開發軟體。他們還需要對程式碼質量負責，並對程式碼進行評審和測試，以確保軟體符合需求並且可靠。

因此，我們可以得出結論，ChatGPT 可以幫助程式設計師提高生產力，但不能完全取代他們。程式設計師仍然是軟體開發過程中不可或缺的一部分。

取代不了，你深入測試下就能發現，如果網際網路上沒有開原始碼的功能，讓它去寫到最後充其量能寫個框架，具體實現還是沒那邏輯推理能力，寫不出來。

ChatGPT 和程式設計師的工作內容是不同的，它們是互補而不是替代關係。ChatGPT 是一種自然語言處理技術，可以被用於完成一些與文字生成和理解相關的任務。程式設計師則是設計、編寫和維護軟體程式的專業人員，他們負責編寫程式碼，實現程式的功能。

因此，ChatGPT 可以協助程式設計師完成一些文字生成和處理的工作，但不能取代程式設計師的職責。未來，人工智慧和機器學習技術將繼續協助程式設計師完成更多的工作，但程式設計師的角色在現代軟體開發中仍將是不可或缺的。