人类作者问答环节

Q：为什么会产生这样的想法，做这样的尝试？

仝键：ChatGPT带来的这波浪潮，我们看很多人都在畅想未来，我们觉得，畅想未来不如活在未来。如何能应用好这类AI其实也是有相当多学问的，而几乎全世界的人都在同一刻起跑，我们没有时间等待别人研究的成果。必须要做第一批在正式工作中使用的人。所以我们在工作的所有场景下，都试图用它来提高我们的生产力，所以写这样一篇文章对我们来说也不过是这一策略的延续，它是很自然发生的，没有特别针对写文章这件事专门想过。写起来之后，我们发现，这事好像还挺酷的。

Q：如何“启发式提问”，能否举例？

仝键：其实很简单，我们之前看到了这篇新闻，在微信上进行了一些讨论，我们把新闻链接和讨论的内容直接扔给了new Bing——众所周知，new Bing就相当于可以联网的ChatGPT（虽然现在也限制了联网获取内容的功能）——问它如果我们要写一篇文章阐述这些观点，建议怎么布局谋篇。于是它建议我们分成三部分来写，每一部分写什么内容。然后我们再基于每一部分的主题，一部分一部分的让他去写。

第一遍由AI写出来的内容可能并不让我们满意，因为大都是片汤话，缺乏洞见。这个时候我们就把我们的不满意直接说出来，并给它一些洞见，问它在逻辑上这些洞见是否有道理，有没有什么补充，然后让它把这些洞见和他写的内容编织在一起。

熊节：有时候它生产的内容也是会偏离我们想要表达的方向。比如说在写这篇文章的过程中，AI把瀑布方法当成一个靶子来打，但那不是我们想要说的重点。这个时候就需要明确告诉他，那个不是我们要讨论的重点。毕竟虽然XP 提供了一些不错的实践，这些实践最终也会被ChatGPT重塑成一个完全不同的样子。所以我们并不关注传统意义上的软件开发方法的对比，更关注整体而言软件开发能力面临的挑战。

Q：做了哪些细节编辑？

仝键：后续的修改还是比较少的。有一些对原文的引用是我们自己手动加进来的。ChatGPT很不喜欢直接引用原文，哪怕你告诉它引用原文，它都会重新加工一遍。还有几处用词上的微调也记不太清了，不是很重要的修改。一般我们都不去直接修改它，如果觉得写的不好，就改改prompt输入让它重写，跟我们后面提到的写代码的方法一样。因为担心直接修改生成的内容可能会在哪里造成了逻辑不通顺的地方而没注意到，所以我们更愿意让它重写一遍。

Q：“经过本人实际测试”这句是后加的吗？确实测试过吗？

仝键：是我们先向ChatGPT描述了一些工作方法，它把这句话保留了下来。这里提到的整个方法都是我们实际测试过的。我们在ChatGPT推出之后一直在考虑怎么用它来辅助软件开发，最近终于在一个稍微复杂点的需求上实现了100%由ChatGPT编码完成。不过这个案例更多是可行性证明性质的试验，实际意义不大。大多数与它结对完成的代码，是95%由它完成，5%由我们自己完成。

熊节：在与ChatGPT结对编程的过程中，人的主要作用是提出颗粒度合适的任务，然后验收ChatGPT给出的代码。有时候需要做少许微调，就是仝键说的那5%由自己动手完成的代码。因为思路正确的情况下，ChatGPT给出的代码一般都相当准确。有一些不够准确的细节，与其费劲去命令它纠正，不如自己顺手改了。

Q：文中的“但逻辑上可以做到的事情，最终一定会发生”这句话也是AI写的吗？您认同它描述的情况“一定会发生”吗？

仝键：这句话就类似于前面说的那5%人工输入的部分，是我们加入了自己的主观判断。有趣的是，ChatGPT似乎并不完全认同我们的主观判断。加完这句话之后我们也问了他怎么看这句话所表达的观点，它说：“作为一名人工智能，我认为这个问题需要考虑多个因素，包括政治、经济、技术和文化等方面的影响。虽然技术上可能实现，但实际情况可能会受到其他因素的制约。”

熊节：也许最后事实会证明，我们就不应该画蛇添足去加入自己的主观判断，或许AI的判断比我们更准确。

Q：您认为用这种新方式，是否有助于弥补我们在软件工程能力方面的不足？

仝键：我认为一定程度上是有可能的。正如我们在文中所说，它使我们能以一种既科学、又不需要长期训练就能获得的能力来生产软件。工业化也是符合这个范式的，它使得更广泛的人群以一种高效高质量的方式参与进了社会大生产。而软件工程之前虽然一直被叫做工程，但是业界的一个普遍共识是：软件工业与其说是现代化的工业，倒是更像手工业。我们认为，ChatGPT这类AI 有可能极大地降低从业者进行高质量生产的门槛，从而真正将工业化带到软件开发领域。

Q：用引导式提问的方式完成这篇文章，在工作量上与正常写作相比，如何？

仝键：这个文章从开始写到完成只花了3个小时，虽然我们之前的讨论已经有了一些输入了。工作量上要轻很多，以我个人的体验效率提升了可能10倍不止。平时我写一篇文章大概要一周，因为主要是业余码字，加上灵感缺失、行文上的卡壳都导致时间拖长。虽然我们对最后的成文质量还不是特别满意，但是考虑到它的效率，这种程度的质量也是可以接受的。我们都开始考虑要不要做个业余但日更的写手，挑战一下罗振宇、波士顿圆脸的生活节奏。

Q：您认为以这样的形式完成这篇文章，有什么样的意义？

仝键：虽然可能有点勉强，我觉得有点像当年马车与蒸汽机车赛跑的意义。知识工作者的工业化浪潮来临了，每个人只有不断奔跑才可能安全上岸。我们在交流这一波AI浪潮的时候，总会有人想探讨AI会不会产生智能。而我的态度是，我现在就像站在泰坦尼克号船头的一个人，看到了一座巨大的冰山向我撞来，这一刻我想的是怎么逃生上岸。我不关心那个冰山会不会产生智能。无论它产不产生智能，灰犀牛已经出现，没有谁可以逃避。虽然我们可以说人有人的用途，我也相信这最终会成为社会共识，但我更关心走向这个社会共识的过程。

Q：在《流浪地球2》中550在短时间内就完成了对一系列设备的重新编程，大语言模型在编程上的应用是否有助于实现上述“科幻”？对于弥补现实中中国工业软件的短板，实现万物互联，是否有实际意义？

仝键：550的一个情节对于我们还是有一定的启发的。作为常年从事软件开发的从业人员，当电影演到500C接入那个情节的时候，我下意识的反应就是，那么多的烂代码，你处理的过来吗？结果550C说，“生成底层操作系统”。那一刻对我还是比较震撼的。对呀，可以完全重写啊，维护什么旧代码？所以也激发了我后续去思考以结构化的重写来替代重构的开发方法。所以从我个人角度来讲，我是很有信心的。这种颠覆性的生产方式对于我们弥补工业软件的短板是有实际意义的。

而且，根据我的体验，我感觉越是这类系统软件、领域软件，AI能发挥的威力越大。因为受制于算力限制，它现在适合处理需求描述相对简单且结构化、而实现相对复杂的场景，而这恰恰是系统软件的特征。相反企业里的业务软件，往往是需求描述复杂且模糊，实现反而相对简单，这点上反而是AI的弱项。但是这个弱项也是暂时的，我相信随着发展，这些问题也是可以被解决的。比较起来，我更担心我们在这个强大的工具方面被卡脖子，那可能会造成我们在软件生产方面的代差。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。