说到AI聊天你是不是第一时间就想到
“亲，有什么可以帮到您？”这样的客服话术？
或者是外卖，银行电话客服
被用户称为“人工智障”的AI客服
以上不在今天的讨论范畴
而是最近火出圈的ChatGPT
前段时间，网络上突然又刮起一阵AI智能风——ChatGPT聊天机器人。
*图片来源网络
短短一周的时间，就火爆全网，被用户们疯狂“调戏”，有人用其写情书表达爱意，有人拿高考题来考验它，有人让它写代码。随后，ChatGPT越来越多功能被挖掘出来，不仅“文能写文章、武能改Bug”。
就在亚洲球队接连失利，告别卡塔尔世界杯之时， ChatGPT给出了一个振奋人心的答案。也许，在某一个平行世界里，我们曾有过两次入选世界杯正赛的辉煌。
由于ChatGPT的性能过于优秀，网友们纷纷开始整新活，仿佛不把ChatGPT玩出百十个花样不罢休。
目前已经有网友尝试让ChatGPT参加美国高考；诱骗ChatGPT规划如何毁灭世界；甚至让ChatGPT扮演OpenAI，在系统内构建ChatGPT套娃。
作为一种对话式大型语言模型，ChatGPT 最擅长的就是回答用户提出的问题，最关键的是ChatGPT具备与编程相关的基础知识。这就让ChatGPT成为类似于 Stack Overflow的编程问答工具，只不过回答问题的是个AI。
这几天许多用户都展示了与ChatGPT对话的有趣内容，它宛如化身为地球 “最强懂哥”，各种问题轻松应答，让它帮忙写程序，不仅提供了可用的代码，更是把实现思路也一并写了出来。
当用户命令ChatGPT找出一段程序的Bug时，它不仅可以清晰地描述Bug及原因，还能自动修复bug，写出一段正确的程序：
就连马总都忍不住说了一句：ChatGPT非常好，我们离强大到危险的 AI 不远了。
其实，AI编程这件事，早就不新鲜了，各大科技公司早早就开始研发人工智能了。
今年2月份的时候Google的兄弟公司DeepMind，就推出了一个名为AlphaCode的系统，可以使用人工智能生成代码。
根据报道说，AlphaCode可以与一个普通程序员相媲美。
Amazon也在同年六月推出了CodeWhisperer这款AI写码助手，用程序员给出的需求直接生成代码。
CodeWhisperer最大的特点是：能根据使用者之前写过的代码，再结合当前项目的要求，生成能够直接使用的代码。
只要写出你想干什么，CodeWhisperer就能按需生成适用的代码供你参考或是直接使用。
虽然上诉这些人工智能在编程方面表现的都亮眼，但终究不是万能的，偶尔也会犯一些错误。
ChatGPT它每一次给出的答案，嗯，看着挺像回事，但是你再仔细看看，就会察觉到不对劲了。
下面是一位网友对ChatGPT的提问的截图，前面一切都很顺利，ChatGPT很完美的解释了那串代码。
但在问到线程池，最多能同时容纳多少个任务运行的时候，他发现了问题。
但是等等，你有没有发现问题？
他说：当任务数量超过 20 个时，多出来的任务会被放入任务队列中，等待空闲线程执行。
这个地方是错误的，应该是先用核心线程池，再用队列，最后才用最大线程数。
但是我突然又意识到：万一它说不是 JDK 的线程池呢，万一它说的是 tomcat 的那一类线程池呢？
因为 tomcat 的线程池确实是先核心线程，再最大线程，最后才用队列的。
想到这里的时候我真的直接就是一个头皮发麻，然后颤颤巍巍的敲出了这个问题：
网友后面也表示吓了一跳，他差点就要被ChatGPT折服了。
总结上面内容，我们得出结论。目前，AI生成代码的技术还不足以取代软件工程师们。
软件工程师的工作内容多样，绝不是靠AI生成的代码就能替代的。AI的辅助只是让程序员写代码时更便捷，然后抽出精力花在根本职责上。
通过了解需求、权衡利弊找到问题的最优解，将其通过代码实现后再不断完善。
软件工程师不是“代码写作家”，不能只是写东西，而要思考如何用写出来的代码解决实际问题。
我们面试中经常会遇到的系统设计就是考验程序员在大局意识。在工作中，程序员要通过写代码来实现功能、开发系统、完成产品、完善服务。
拥有一种的工程师思维是最重要的，而AI生成代码只是便捷的工具。这种思维模式并不能通过海量做题做出来。
想培养自己的工程师思维，大家就需要有针对性地积累实践经验，练习带着工程师意识写代码、做设计。
目前科技寒冬的情况下，没上岸的的同学们，要提前开始复习，准备面试、刷题等，这样才能在来年杀出重。
为你匹配大厂优质导师、1v1个性化职业指导、简历精修、笔面经分享、提供官方实习证明及3次官方内推机会，录取率高达90%以上机会不容错过。
我们将持续更新岗位动态，实时对接四大，快消，八大投行，亚马逊，谷歌等各大企业等优质导师资源，为你的工作实习保驾护航!
