ChatGPT颠覆编程？StackOverflow流量暴跌，程序员求知习惯被AI改变

ChatGPT与软件 2年前 (2023) lida

50 0 0

文章主题：ChatGPT, Stack Overflow, AI问答

666ChatGPT办公新姿势，助力做AI时代先行者！

金磊 Pine 发自凹非寺

量子位 | 公众号 QbitAI

Stack Overflow，正在被程序员们抛弃。

你没听错。

这个全球知名的开发者问答网站，仅在一个月时间内，访问量骤降3200万！

甚至现在的搜索量仅是它巅峰时期的三分之一……

ChatGPT颠覆编程？StackOverflow流量暴跌，程序员求知习惯被AI改变

为何会突然如此？网友一语道破玄机：

自打ChatGPT问世以来，我就没再用过Stack Overflow了。

📊 研究显示，在过去三个月里，Stack Overflow的访问量出现了显著的下降趋势，具体波动发生在2022年的11月和12月之间。这一数据变化值得关注，可能与当前行业动态、用户行为或季节性因素有关。SEO专家们可以借此机会深入分析，优化关键词策略，以提升搜索引擎排名并吸引更多的流量。

巧合的是，OpenAI发布ChatGPT，正是在去年的11月30日。

好家伙，原来又是AI圈当红炸子鸡ChatGPT的“锅”。

那它为何能在这么短的时间里，如此迅速改变众多程序员求知习惯的呢？

“我懒，所以用ChatGPT”

对于这个问题，作为使用者的程序员们，或许最有发言权。

有人便将问题言简意赅地归结为两点：

如果我不懒：谷歌和Stack Overflow是首选；如果我懒：我选ChatGPT。

言外之意很明显了，问题的关键，出在了获取答案的便捷性上。

我们先来看下在Stack Overflow上获取答案的流程。

首先，你需要点击“Ask Question”按钮开启提问之旅：

然后便来到了繁琐的“填空”环节：

输入标题 → 描述问题 → 尝试过什么/期待什么结果 → 语言标签

但这一系列操作之后还不算完，对于提问者来说，最无奈的可能就数漫长的等待了。

然鹅，现实情况往往会是这样：

没错，石沉大海，无人问津；而且即便有人回答了问题，也要看下哪个答案的“vote”高等等。

不过这事要是换做ChatGPT，结果就不一样了，只需要一个动作：

问！

然后答案就“啪的一下”甩到你的面前。

如此对比下来，ChatGPT在“问答”这事上的便捷性也就可见一斑了。正如网友总结的那样：

搜索产品/网站 → Google

寻求答案 → ChatGPT

不过有一说一，“问答”这事便捷性固然是一方面，但更重要的一点还应该回归到答案的准确性。

那么接下来的一个问题便是：

程序员依赖ChatGPT，靠谱吗？

要知道当初Stack Overflow禁用ChatGPT给出的说辞可是：

（这样做）的目的是减缓使用ChatGPT创建的大量答案流入社区。

因为从ChatGPT得到错误答案的概率太高了！

🚀💡对于ChatGPT的可靠性，我们必须保持审慎态度，毕竟每个人的体验都是独一无二的。让我们通过用户的实时反馈来揭示它的实际效能，而非仅仅依赖单方面的声明。📚💬过去的经历告诉我们，真实的声音往往藏在众多评价中，不妨亲自探索，用事实说话。👩‍💻👨‍💻让我们一起揭开ChatGPT的神秘面纱，看看它是否能经得起时间的考验。

先说结论，ChatGPT在编程上可以说是“全能型人才”了：找Bug，编写网站，提示词转换代码……

✨ChatGPT展现了超凡的问题解决能力，就像一个细致入微的程序员助手一样。一位名叫(repit)的 CEO分享了他的小挑战，他提供了一份看似有瑕疵的代码，希望ChatGPT能敏锐地检测并指出问题所在。👩‍💻只需轻轻一点，ChatGPT便迅速识别了代码中的bug，为精准修复提供了关键线索。它的智能诊断能力真是让人赞叹不已！💪

✨ChatGPT大显神威！它不仅高效地定位了代码中的bug，详细解析了问题根源，提供修正方案，并附上精准的修复代码。不仅如此，它还以简洁明了的方式对整个过程进行了精辟总结，让人惊叹其智能与专业。平均每行代码都透露着严谨和精确，简直就是编程界的救星！🏆

（这不比Stack Overflow搜索找答案好用？手动狗头）

🌟当然，AI模型虽强大，但与Stack Overflow等问答平台相比仍有所局限。让我们聚焦于与其他代码修复解决方案的直接较量，探索其独特之处和优势所在。🚀

🌟最近🔥，学术界的一大亮点来自约翰内斯·谷登堡大学与伦敦大学的最新研究，他们对ChatGPT进行了深度评估，将其与其他三位代码修复神器——Codex、CoCoNut及Standard APR进行了锐利对比。🚀通过严谨的实验，揭示了ChatGPT在代码修正领域的独特优势和广泛影响力。📚这项研究不仅验证了ChatGPT的强大能力，也为AI技术在软件开发中的应用提供了有力证据。💡感兴趣的开发者们，不妨借此机会深入探索，一探究竟！

研究过程中，研究人员统共给出了40段错误代码，得到的初步结果是：

ChatGPT解决了19个问题，Codex解决了21个，CoCoNut解决了19个，Standard APR方法解决了7个。

其中Codex和ChatGPT来自同一个语言模型家族，所以结果比较接近。

BUT！这还不是最终结果，ChatGPT毕竟是个对话模型，是可以交流的，而交流之后，它解决的Bug高达31个。

嗯，最终的结果也显而易见。

ChatGPT除了debug之外，给出要求也能够自动编写代码，网友们反馈最终的代码效果也还不错。

就比如说有网友声称，自己初创公司的大部分代码都交给ChatGPT和Copilot来完成了。

还有一个ChatGPT的“学生粉”用ChatGPT编写了一个网站，生成的代码很整洁：

甚至去年年底，Riley Goodside还靠玩转ChatGPT提示词收到了估值73亿美元的硅谷独角兽公司Scale AI的offer，正式聘请他为“提示工程师”。

而工作的内容就是：只要讲几句人话，让AI生成自己想要的代码。

还有太多例子这里就不一一列举了，总之现在已经有人把ChatGPT纳入编程生产力当中了。

并且ChatGPT也是个“求上进”的好模型，之前传言它数学能力不足，这不昨天OpenAI就官宣提升了ChatGPT在真实性和数学能力上表现。