生成式 AI 下，10~1000 倍速开发人员将成为现实！
摘要：近来 AIGC 爆火，ChatGPT、Stable Diffusion 模型也陆续出现，很多人开始思考，软件开发与生成式人工智能的结合到底意味着什么？
链接：https://startupwin.kelsus.com/p/what-is-the-endgame-with-software
声明：本文为 CSDN 翻译，未经允许禁止转载。
Lex 是一款结合了 GPT-3 的文字处理器，可以帮助作家快速克服短暂的创作瓶颈，我尝试注册了该服务，期待着自己的工作效率飙升。我用 Lex 做的第一件事，就是让它帮我写一篇关于生成式人工智能如何改变金融科技的文章。
意想不到的事情发生了——我已经一个月没写新帖子了，我遇到了有史以来最糟糕的创作瓶颈。在过去的四个星期里，我试着让自己去思考创业世界中有趣的变化，特别是金融科技，但最终都会不由自主地想到生成式人工智能。
我反复琢磨，发现自己痴迷于思考潜在的 GPT-3 业务创意，但我想到的一切都太简单、太浅显或压根站不住脚。
真的写出了有用的代码！
起初，我写了第一篇有关生成式人工智能与金融科技的文章，当时我并不担心生成式人工智能会对金融科技产生重大影响，因为金融科技领域的大多数工作不需要生成新东西。我们需要连接系统，也许还需要分析数据，但我们不需要大量创作。我们可能还需要编写一些代码，但我很肯定，距离人工智能编写出有用的代码，还有很长的一段路要走。
然而几周过去了，真有人用人工智能编写出了有用的代码！
这里有一段 ChatGPT 编写的代码，可以在 Web 浏览器中生成下雨的动画。
近来，每一位开发人员都在谈论 ChatGPT，我们都惊呆了，我也尝试用它来编写代码。在我看来，ChatGPT 编写代码的能力比撰写文章更有价值，而且更强大。
于是，网上各种消息满天飞，人工智能将取代初级开发人员，程序员要失业了，开发的工作将从写代码变成管理人工智能的输出……我一直在思考这一切意味着什么？这对市场究竟有何影响？软件会变成什么？
软件需求仍然高涨
我们即将进入一个时代，处理器上运行的代码量将超过以往任何时候。下一阶段的金融科技、社交媒体、文字处理、游戏、商业等等，一切都将个性化。这意味着，个性化不仅适用于消费者，也适用于企业。
在过去的 50 年里，为了创造出伟大的产品，经验丰富的产品经理不得不施展魔法，了解如何通过一系列客户和业务案例，提炼出用户体验的共同特性，以构建能满足目标市场需求的产品。而如今，我们终于可以实现产品管理工具中积压的大量客户想法和一次性请求了。
每当我们经历一轮大规模的科技裁员时，我就会注意到有人绞尽脑汁想搞清楚这对科技行业来说意味着什么。纽约时报发表了一篇关于应届毕业生就业市场萎缩的文章，很多人对这个故事有着错误的理解，认为软件的需求降低了。
然而，实际情况则恰恰相反。需求仍然高涨，客户需要修改代码、更新软件、推出新功能。但是构建新软件需要承担巨大的经济压力，尤其是在大型科技公司，有人甚至开出了高达 100 万美元的年薪，如此高昂的成本导致添加某些类型的功能变得非常困难。
如果需要这样一个人花一年的时间来写代码并维护，那么每年必须产生超过 100 万美元的收入。如果可以在一个月或一周内构建相同数量的代码，那么该项目很快就能通过，几乎不需要任何资产负债表审查。
10 倍速、100 倍速、1000 倍速开发人员都将成为现实
下面是一个个人例子，我们在阿根廷招聘优秀人才的秘密优势之一是，我们拥有灵活的工作和薪酬体系，开发人员可以选择领取薪酬的方式，同时享受当地公司提供的就业福利和保护。
多年来，我们建立了复杂的业务流程来管理这些，我将其视为我们的迷你金融科技。我们曾多次探讨抛开电子表格、Slack 和电子邮件，转而建立自己的编程系统，毕竟我们是开发人员。但每次审视这个想法时，我们都认为需要编写的代码量太大，对我们这个小团队来说不值得。我们应该将这些时间和精力投入到业务发展中。然而，如今 AI 可以生成代码了，一切都不同了。
在这个新世界中，开发一个新功能的成本大幅降低，每位客户（无论是内部客户还是外部客户）都有能力购买完全符合自己需求的产品。如果软件公司积极拥抱这种新范式，构建能够提供这类支持的系统与架构，就能够取得巨大的成功。
如今，这个新世界就在眼前。开发人员已开始讨论和学习，如何利用新技术将自己的生产力提升到前所未有的水平。10 倍速、100 倍速、1000 倍速开发人员都将成为现实。
未来 1000 倍速的开发人员仍然需要推理、思考、组合、推导和计划，只不过他们不用再那么辛苦。同时我认为他们仍然能够获得很好的报酬，因为他们将负责创造大量的业务价值——在我看来，现在的问题是这一切是否会在接下来的 5 年、5 个月乃至 5 周内发生！