关于aigc:AI低代码编程崛起23年还要不要学软件

腾小云导读

当 AIGC 逐步利用于开发业务的日常工作中，它与低代码联合使咱们的研发提效，与数字人联合将为咱们发明新的生态场景，更有舆论认为 AIGC 与其它更多技术交融，或将取代程序员并实现自主翻新？明天，咱们特邀了中国信通院低代码 / 无代码推动核心技术专家、腾讯云 TVP 行业大使沈欣老师，他将带咱们解读 AIGC 与不同技术交融与翻新的趋势，欢送浏览。

目录

1 引言

2 AIGC 与软件开发行业的交融

3 AIGC 与翻新的交融

作者介绍：

沈欣，腾讯云 TVP 行业大使，曾任喜茶数字化高级副总裁、广东省连锁经营协会技术委员会主席、上海交通大学终身教育学院特聘讲师，中国信通院低代码 / 无代码推动核心技术专家。

01、引言

早在古埃及期间，人类就发现了石油，然而直至 1860 年的第一个炼油厂成立，石油才成为在人类史上不可或缺的资源。同样，从第一个数据库到 2023 年 ChatGPT 的入世，也预示着数据才真正开始被颠覆性应用。

咱们认为，以 ChatGPT 为代表的 AIGC，冲破了人类生产“内容”的特权，从而将会对整个人类社会生产关系带来微小的变动。

原来只是简略的猜单词游戏，随着喂入数据一直冲破了质变界线，间接进入了量变：AI 一夜之间如同有了理解能力 。

通过对话聊天窗口，咱们发现 ChatGPT 忽然之间让 AI 利用变得人人可用，只须要自然语言即可。AI 不仅能够读懂你的话语，甚至能够通过推理能力理解文字背地的隐喻和暗示，并且还可能输入有逻辑的答案。这就意味着，咱们能够让它代替人类，去做一些本来只有人类能力做的“内容生成工作”。

AI 永不困倦，只有有稳固牢靠的算力，就能稳固牢靠地输入，在人力老本日益减少的明天，很多工作都会被 AI 代替，这一点也不令人奇怪。

接下来，咱们从上面几个例子看一下 AIGC 会与哪些技术畛域进行联合，并且产生反动。

02、AIGC 与软件开发行业的交融

前段时间，某出名的钻研机构给出一个这样的数据：依据每月工作天数、工时、每个级别的数据分析师破费的均匀工夫来进行统计，GPT4 的老本约为高级数据分析员老本的 0.71%，为高级数据分析员老本的 0.45%。

咱们都晓得，AI 最大的特点在于高速迭代，咱们能够很分明地预感，明年此时，老本可能会降落到目前的 20% 或者更低，那时 95% 的人类数据分析员都将没有存在的必要性。

同样，也有大量数据表明，应用 AIGC 编程比一个传统的编程人员效率晋升 3 倍，换言之“以一敌三”。咱们也看到，低代码编程曾经将传统软件开发效率晋升了约 5 倍，如果叠加 AIGC，那么 70% 的程序员也都会被代替，低代码甚至无代码集成了工程能力，代码编程被封装，业务逻辑则是 AI 主动生成，随着 AI 技术的迭代，这一效率会进一步回升，因而，我预言程序员这个职业就像马车时代的马夫一样，会在三年内式微乃至隐没。

软件的形成当然不是这么简略，编码只是一部分工作，UI、测试都是重要形成局部，而这些性能也在 AIGC 的辅助下大大晋升了效率，随着复杂度被覆盖，一般的业务人员都可能直接参与到零碎的开发中来。

在这个例子中，我将之总结为： 按工夫免费的内容制作人员，将会被 AI 有情代替，转化为按后果免费的生成式 AI。

03、AIGC 与翻新的交融

其实，大家往往认为翻新是人类在 AI 背后最初可能坚守的阵地，但真的是这样么？

首先，咱们须要定义什么叫做翻新。在我看来，翻新次要包含以下三类：

第一类翻新有 80% 以上的发明点，咱们能够称之为颠覆性，比方大对立实践、量子力学等。其特点是“无中生有”，颠覆所有现有实践并更进一步解释世界。

第二类翻新的发明点在 50% 以上，咱们称之为微小的改革，比方大刘提出的二相箔、水滴、光明森林实践。这往往是两个跨学科能力的死记硬背，例如当电力被创造当前，电 + 一切都是翻新。

第三类翻新的发明点在 10% 以上，个别称为微翻新，比方古筝口头（注：《三体》中的一次和平，创新性地采纳纳米技术制作的“飞刃”捣毁敌船）、手机点餐等。其特点是通过运筹学和工程落地能力使得翻新价值得以体现。

对于物理学角度而言，所有令人震撼的迷信在冲破前都有着一个漫长的萌芽期，在这个时候，翻新的土壤、阳光和水分都曾经短缺，最初由一两个蠢才人物通过逻辑推理和假如，把法则用谨严的形式总结并推导至更广泛的利用场景。

简略来说，没有什么翻新是天上掉下来的，都是已有常识的跨界连贯，90% 的翻新是连贯产生的。如果咱们用第二三类（微小的翻新和微翻新）来要求 GPT 模型，咱们会发现，不苟言笑地胡言乱语难道不是翻新的萌芽么？

目前的 GPT 模型的处分机制是猜想被拿掉的单词，如果咱们引入新的激励机制呢？

咱们一起来看翻新的人群都有什么特质？首先，他们会对新的刺激（比方一个新的段子），有着超出寻常的兴奋，并急不可待地将其分享进来，然而当这个段子辗转反侧回到背后，又会显得等闲视之。这外面的处分机制须要的是一个“新组合”。然而当能穷尽的组合曾经在零碎外部穷举，显然无奈带来额定处分。所以和人类一样，GPT 须要不同主体间的交换，须要 AI 进行社交，在这个环境下，新的刺激、新的处分会带来额定的激励，这也是翻新的起源。

其实，在 50 年代的苏联，为了晋升生产力，有专门的“发明方法论”萌芽，并于 1974 年正式诞生了 TRIZ，它列出了以下几个步骤：

40 种解决问题的原理：

矛盾矩阵的 39 个重量：

举个例子，爱迪生创造灯泡，碰到的问题（矛盾），就是可靠性（选什么做灯丝）、内部侵害影响物体（灯丝低温下会氧化烧毁），解决问题的办法则是：扭转物性状态（碳化后的竹纤维做灯丝），惰性氛围（灯泡里冲入氮气避免氧化）。

上述表格里内容根本都是针对于二三类（微小的改革和微翻新）的翻新体系，在我看来十分无效而且可执行。如果打开专利，99% 的专利都能够用这个方法论来解构。俗话说，眉头一皱; 计上心来，计上心来，咱们用方法论解释一下即是：假如要解决一个问题 X，有 A1、A2….An 几个不同门路，同时能够用 B1、B2…Bn 几种不同速度（角度）进入；人在思考时，其实就是对事物的边界构建清晰的认知，潜在的几个入口曾经清晰，已知 A2、A5 是可能性最大的两条门路，同时，B6、B8 是最合适的两种速度。眉头一皱; 计上心来则是抉择了 A2+B8，在大脑中进行了直觉模仿，于是计上心来。

一个表意的中文 LLM 和一个表音的英文 LLM，让他们直接对话，按以上的办法给予额定的激励，就能够源源不断地产生翻新，再通过第三个 LLM 模型，对后果进行收敛，就有可能失去真正的翻新。世界须要英语体系的 GPT 和中文体系的 GPT，通过中西文化和语境的碰撞，从而构建 AI 翻新的根底。

毋庸置疑，两个 LLM 模型之间的交换与沟通并不需要凭借文字去表白，只是电缆中流动的电子或者光缆中的光子替换，无需晓得为什么，灵感就在交换中产生，而且不可名状，也不可说。

通过以上两个例子，咱们看到，工业化的实质是社会分工带来的效率回升与规范性、确定性的减少，AI 目前甚至将来也不可能代替 100% 的人类工作，然而就如同“养马人”一样，随着马车退出历史舞台，这个职业只在多数的赛马场还有存在，整体而言却曾经退出了历史的舞台。

另一方面，AIGC 会产生大量的内容，而且内容的品质会越来越高，咱们认为，将来会有一个趋势： 人类通过一个 AI 来“了解与应用”另一个 AI 生成的内容，咱们能够形象地比喻为，只有魔法能力战胜魔法，生产关系将会再一次产生微小的变动。

如下图所示，生产关系的微小改革曾经开始，奇点已来。

最初，我认为虚构的纯 AI 公司可能会在一年半内大量涌现，真正意味着生产关系的微小改革曾经产生。

随着 AI 技术的疾速倒退，AIGC 与低代码等不同技术交错得更加严密，在事实世界与虚拟世界的交融过程中，AI 将成为促成生产关系改革的要害力量，期待将来呈现更多 AIGC 与不同技术交融利用的新场景、新机遇。

-End-

原创作者|沈欣

技术责编|刘斌

AIGC 对于互联网行业孕育了哪些机会？欢送在腾讯云开发者公众号评论区分享探讨。咱们将选取 1 则最有意义的分享，送出腾讯云开发者 - 手段垫 1 个（见下图）。7 月 12 日中午 12 点开奖。