来！大胆地用AI技术给自己大脑装上外挂吧！
俗话说，“工欲善其事，必先利其器”。在《我在不惑之年的扬帆启航》中我曾提到，我最近正忙于创业筹备。在这个过程中，我开始尝试诸如ChatGPT之类的AI工具，用下来感觉确实超级有用，值得单独分享推荐一下。
此外，上周朋友圈里有人问我，“ChatGPT这类AI技术对软件开发有什么影响？” 并希望我能针对软件编程新人提些建议。为此，我特意深入实践和体验了一番ChatGPT 4和GitHub CoPilot（它们都出自OpenAI），就为了补充和更新我自己的理解，以便给出更切实的个人观点。
下面，我就分享一下自己对这些工具的使用体会和看法：
- 文字创作
在使用ChatGPT之前，我就听说这玩意儿很善于一本正经地胡说八道，适合撰写那些充满正确废话的报告和文书。所以，我一直误以为它的用处就止于此，大概只适合对一篇基本成型的文章进行翻译和润色。没错，文字润色确实是个挺实用的功能。当我把自己写的文字扔给它处理后，它给出的润色结果（中文）好得出乎我意料，都让我有点自惭形秽。而更重要的，在用过之后，我发现它还有另一个功能，这个功能极大地提升了它在我心目中的价值，甚至成了我现在依赖它的主要原因。
我时常反思自己，或被动、或主动，这些年下来，几乎形成了一种潜意识习惯，这让我从旁观者的角度，发现自己的一些严重短板。比如说，关于写作，我就不得不承认，自己其实挺不擅长那种大篇幅、系统性的逻辑梳理和归纳总结（我甚至在考虑将来用写书的方法，来锻炼和弥补这个短板），这表现在我能在朋友圈经常发表些想法，但要把它们扩展成一篇完整文章，我就常常觉得无从下手。
最近用ChatGPT时，我换了个新招：就像随性的意识流，把突然冒出来的各种想法和点子，像跟朋友聊天似的发给ChatGPT。然后，我让它帮我把这些杂乱的点子整理出个大纲，甚至直接搞出个初稿来。这个方法真是弥补了我的大脑短板，让我不用一上来就操心整体逻辑串联，瞻前顾后，生怕遗漏了某个想表达的重要观点。如果有遗漏，我只需要再反复问问ChatGPT，它就能帮我找出来并加以组织。于是，我可以专注于头脑风暴和点子的质量甄别，而不是浪费过多时间精力在具体字词推敲细节上。更棒的是，由于思考上的负担减轻了，加上ChatGPT那种几乎是“穷举法”式的随机排列组合，反倒激发了更多新观点的火花，带来创新的可能。
去年初，我曾挑战过一段时间公众号文章日更。那时候，我得根据选择的主题，仔细构思内容，一字一句地表达，再一字一句地润色，累得要命，所以在停下来后，就不可避免地停了很久，真是典型的“三天打渔，两百天晒网”。现在有了ChatGPT的助力，无论是润色还是梳理观点，效率都大大提升了。ChatGPT不止是一只“小黄鸭”（参见“小黄鸭调试法”），它更像是一个能听懂话、且永远不嫌烦的私人助理。有了它的这些帮助，我突然就有了重新开始日更、且还能保持质量的信心。
- 编程实践
接下来，我再聊聊编程。
在谈编程之前，我先提一下开车。我是2013年拿到的驾照（如今也算是老司机了），当时选择的是手动档，为的是那所谓的“操控感”。而事实上，这些年我开的都是自动档车，如今已经几乎完全不会开手动档车了。编程其实也有点类似。当我们用高级语言编程，而不是一行行写汇编或机器指令，这本质上就像是从手动档换成自动档。所以我对使用各种编程“外挂”其实是非常支持的。毕竟，我们现在不是在学校里，不需要仅仅为了考试而学习种种“底层”技能（至少大多数人不需要），我们真正要做的是解决实际问题。当然，底层技能也是很有用的，比方说，假设哪天真的发生了核大战（如今世界局势动荡，还真不是完全没可能），世界退回原始社会，那时候这些“底层”技能应该就又会有用武之地了。
说回到编程本身，我早些年在Windows环境下做软件开发时，曾经特别依赖Visual Studio和Visual Assist（Tomato）这种插件。那时候Tomato对我来说简直就是神器，能够智能地提供函数名、变量名的提示，让编程效率大大提高。有了它，我就不用费劲记库函数和参数了，直接顺着思路写就行。这种方式的缺点就是，如果被要求在面试时手写代码，可能就只好接受被嘲讽和鄙视的下场了。但我个人觉得，这种面试方式其实很不合理，更像是HR找借口减轻工作量吧。
函数名和参数提示早已成为每个编程环境的标配，此类功能在提高编程效率方面，几乎不可能再有大幅提升。实际上，我们在编程过程中花费更多时间的地方，通常是在需求分析、选择合适的框架和算法上，还有就是学习如何使用各种库函数。特别是当我们不得不用一些陌生的第三方库时，学习和记忆这些库的使用细节，成了新一代程序员的巨大挑战。幸运的是，从tabnine开始提供整行甚至整段代码生成（当时这个功能相当惊艳呢）以来，类似工具就在以我们难以想象的方式快速迭代发展了。
GitHub Copilot的体验，再次彻底改变了我的编程习惯。我不再像过去那样，一开始总是从自己那可怜的记忆库里，挖掘也许能适用的算法和代码片段。现在，我只需把需求描述给Copilot，它就能自动为我生成整篇的代码，有框架、有细节。接下来，我只需进行代码审查或根据实际需求作出细微调整（很多时候，我甚至都不需修改，因为它会根据我的项目中其他代码的上下文猜出我想实现的是什么，这真是太神奇了）。这种新的工作模式让我能专注于业务本身，而不是花大量时间和精力去重复别人已做过的编码和调试工作。对于我这样已经从码农跨界到生物医药/生物信息这些新领域（相对于传统的计算机编程）的人来说，这种改变升级尤其重要，甚至必需。
- 其他
说了这么多AI的好，也该说说它的不足。举两个例子：其一，我曾试着拍了张数学智力题（逻辑推断类型）的照片，发给ChatGPT解答，它虽然能识别出题目的文字和内容（这已经很了不起了），但在推理方面，就开始胡言乱语，连基本的逻辑常识都保证不了。其二，为了创业，我最近在恶补财税知识，因此突发奇想让ChatGPT帮我写写会计分录，结果它连最基本的会计恒等式都对不上。
这就说明了，尽管ChatGPT在各种方面表现出神奇的智能，拥有强大的推理能力和接近无穷（“整个互联网”）的知识储备，但一旦深入到专业领域的具体问题，它就容易露出“其实并不真懂问题”的马脚，经常答非所问，甚至给出完全错误的答案。不过，这样的现状，我倒觉得是，给了我们作为初创公司的新机遇，我们完全可以积累自己在特定领域的高质量数据，借用ChatGPT类似的技术框架，来设计细分领域内的超级产品。
再回到最初的问题：ChatGPT这类AI技术对软件开发的影响。根据我个人的体验，如果我们将AI视作辅助工具，那它绝对值得我们去拥有并大量使用。为什么要把时间浪费在重复性的劳动（即使是脑力劳动）上呢？如果有工具能帮我们更高效地完成这些任务，那就大胆利用起来。反观许多算法的改进，其实也是在减少原有算法中的重复性搜索过程，实现的效率大幅提升。软件开发在现实生活中要解决的，大多是各行各业的具体业务问题。我们作为开发人员，即使要“保持技术人的身份和本色”，肯定不是脱离应用场景地“纯做技术”，而应该关注这些行业的业务逻辑，成为领域专家，不断思考怎样应用自己掌握的技术，来解决该领域的更多实际问题，以及如何更有效地解决这些问题。
我始终觉得，AI其实就是在不断推进批量化和自动化。就算现在它看起来很神奇，但其实每个环节都能对应到人类的思维或行为。这么一想，如果我们对AI的表现感到害怕，那其实我们应该反思一下：是不是我们的工作“创新度太低，重复性太高”了呢？不过，我相信无论如何，我们总能找到AI还没触及的领域，或者至少还做得不够好的地方，然后把自己安置在那儿，自然就能有所发挥了。
综上所述，从这篇文章的标题和我分享的内容来看，我应该算是一个坚定的超人类主义者（希望不会因此引来抨击）。尽管很多科幻作品都用极端的方式来恐吓我们，但我始终相信，我们总是有能力去面对未知的。焦虑不能解决问题，AI应该是一种可被任何人使用的资源。那就从现在开始，用AI技术给自己大脑装上外挂，让我们一起迎接这个新时代吧！
注：本文首发表于“不靠谱颜论”公众号，并同步至本站。