| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> 全球首位 AI 程序员 Devin 诞生了，对于程序员的影响到底多大？ -> 正文阅读 |
|
|
[科技知识]全球首位 AI 程序员 Devin 诞生了，对于程序员的影响到底多大？ |
| [收藏本文] 【下载本文】 |
|
今天，海外一家 AI 初创公司 Cognition AI 发布了一则引爆程序员圈的消息，该公司宣布全球首位 AI 程序员诞生。该程序员名叫 Devin… |
|
其实各位程序员不用太担心，可能还没等到被AI取代的那天，自己就先到35岁了。 |
|
“你有什么需求？” “做一个微信” “能具体点吗？” “说了啊，做一个微信啊” “你这个描述有点过于笼统了” “不做就滚，你不做有的是AI做” “我相信其他AI和我一样……” “我要投诉，我要报bug，让他们把你关掉” |
|
程序员是吧？产品经理闻着味儿就过来了。 "只需一句指令，它可端到端地处理整个开发项目" 一夜之间，第一位AI程序员诞生的消息铺天盖地。这句看起来超级拉风的"只需一句指令，它可端到端地处理整个开发项目"成功的引起了我的注意。 |
|
|
纳尼？现在做软件项目都这样丝一般顺滑了吗？对接需求就只需要简简单单一句话？都不带吵架的吗？秉着科学严谨的吃瓜精神，我决定到消息源头去看看这位新晋顶流的具体情况。 初识Devin同学 首页是一段视频1分49秒的视频，对AI程序员进行了简单的介绍。演示内容包含：人下需求指令，Devin同学写代码，debug，部署。。。。打住，现在不是流行逐帧吃瓜嘛，咱们暂停视频，先看看具体需求是啥： |
|
|
我希望您能在三个不同的提供商（Replicate、Together、Perplexity）上对Llama 2进行基准测试。了解他们的API格式，并编写一个脚本，该脚本向这三个提供商发送相同的提示/参数。 Devin同学先做了一个Planning，对工作进行了分步，然后打开它的编码区进行编码： |
|
|
然后他发现需要查官方API文档，于是调了他的浏览器进行查询： |
|
|
代码写好后跑一下，不出意外的出了意外！ |
|
|
开始查log进行debug： |
|
|
跑通后，部署可视化页面： |
|
|
一气呵成，完成！ |
|
|
各位程序员什么感想？是不是有你撸代码那味儿了。 视频的后半部分大概是秀肌肉的过程。Cognition AI 让 Devin 进行了一次编码基准测试 SWE-Bench，解决开源项目里真实存在的 GitHub 难题。 Devin同学端到端正确解决了其中的 13.86%，远远超过了 GPT-4、Claude2 等一众前辈。 。。。 |
|
|
下面让我们重新审视一下Devin同学。 Devin同学的优缺点 Devin同学的优点，不必多说了吧，从上一部分一目了然。在另外的一个例子中，Devin同学还自己从github上下了套代码跑起来，展现了惊人的代码阅读能力。 有哪里不对劲呢？ Devin同学超强的能力，基本上都是剑指coding能力、debug能力、异常情况的处理能力、对于新技术的超强学习能力、甚至部署运维能力，而这些能力的本质， 都是分析问题和解决问题的能力（以及执行能力）。在他开始工作之前，你必须要有一个确定的、清晰的问题给到他。 可现实中的问题，都是由多个不确定的、不同层面和维度的问题复杂交织在一起的。 我们真实的工作场景是什么样子的？产品梳理业务场景，然后进行“业务建模”，把业务建模后的内容讲给研发人员，研发人员撸起袖子开撕，俗称“需求评审”。为啥一定会有这个过程？因为研发需要对业务进行“技术建模”，大家的视角是不一样的，所以对于同一个业务问题的解决方法一定会有争议的。在这个过程中大家逐渐加深认知，最后碰撞出一个妥协后的最优解。 这个过程，是发现问题的过程。 然后是架构师进行技术选型，各种分模块，下开发任务。到了功能模块这一层，就是清晰的需求了，“发现问题”的过程基本上就完成了。 Devin同学教会我们的事 必须承认的是，视频中Devin同学的表现确实还蛮惊艳的，但真的还不至于让程序员瑟瑟发抖。我认为最可怕的点，在于视频的最后，创始人给出的结束语： |
|
|
正如埃隆 · 马斯克刚刚发出的预言：到 2029 年底，AI 将超越整个人类的智力水平。 |
|
|
不管你多么不愿，亦或多么不屑，和千千万万的Devin同学共事，是一个确定的未来。这是每个人都要共同面对的问题。 作为赛博世界的缔造者，程序员对于AI，本不应当持忌惮或者鄙视的态度。程序员需要充分利用“近水楼台先得月”的优势，了解和会用主流大模型、了解其应用场景和局限性，以及了解基于大模型的应用层开发框架，才能更好地与AI进行合作，并充分发挥其潜力。 建议每一个技术人员，都去听一下知乎知学堂和AGI课堂联合推出的免费公开课——程序员的AI大模型进阶之旅。由几位业内大佬主讲，从GPT到开源模型再到AI Agent，你会看到一个个人开发者可以以怎样的力量撬动AI原生应用的全栈开发。 ??2024大模型公开课??训练方法+应用场景+个人增收 ￥0.00点击领取 你还可以在后续的课程中学习整套的数据处理、训练、fine-tune模型等流程。更难得的是它不仅让你了解大模型背后的原理和实操技术，还能帮你把AI能力加持到自己身上，在工作中提效开挂，获得更多晋升的机会。相信听完公开课之后，你会拥有醍醐灌顶的认知和豁然开朗的思路。 更遥远的未来 我们再回到Devin同学。如果初代的Devin同学只能对标一个crud工程师，在窗口敲入prompt的，应当是更高级的程序员。那么按照AI丧心病狂的进化速度，如果第n代Devin同学能够分析和思考更复杂的业务问题，可以顶一个高级程序员了呢？ 坐在对面的，将是产品经理。如果Devin同学进化到足以直接和客户开撕呢？ 试想一下：和客户一通撕之后，Devin同学先生成了一套代码给对方尝尝咸淡。客户说“差评，和我想象的不一样”，Devin同学说，“wait a minute”，转眼又生成一套。客户说“这个功能要改，还有那里，我要加个需求”。Devin同学说：“甲方爸爸你等下我现在立刻马上就改”。客户说“我觉得还是第一版好。。。”Devin同学说：“好的，亲，这就安排！” 你可能会说我疯了，也可能会说我这是外行话，啥也不是。我想说的是，只要把时间跨度拉的足够长，软件工程的组织方式、人员角色分工、工作流程，这一系列的开发范式的改变并非无稽之谈。 这是一次产业升级。所有的技术人员和产品人，都应当警醒。 |
|
所以 以后产品有bug，背锅的人只有产品经理了是吗？ |
|
3 月 13 日，由华人团队创立的 Cognition Labs 推出了第一个 AI 软件工程师 Devin，从目前公布的信息来看，说它是目前最强的 AI 软件工程师似乎一点也不过分，今天直接在 X 上刷屏。 在 SWE-Bench 基础测试中，无需人类协助，Devin 就可以解决 13.86% 的问题。而目前的 SOTA 模型，在没有人类帮忙的情况下，只能完成 1.96% 的任务。 |
|
|
image-20240313203425988 仅从评测结果看，Devin 解决真实世界软件问题的能力要远好于当前的 GPT-4 和 Claude 等模型。 官方发的推特说，Devin 不仅通过了一家业内领先的人工智能公司的面试，在自由职业平台 Upwork 上也能成功接单，完成单主要求的工作。也就是说，Devin 不仅是横扫基础测试的「做题家」，在就业市场里也有人为它的工作能力买账。 难道继 Sora 让「现实世界」不存在了之后，Devin 也要让「软件工程」不存在了吗？ Devin 现在还未对外开放，但已经有开发人员和产品人员用上了。测试过的网友表示，以前一直用人工智能辅助编码，但一直失败。直到昨天，他给 Devin 了一个简单的 HTML 页面，让它提取选择器，这个 GPT-4-turbo 、Claude、Groq 、LLama2 都没完成的任务，Devin 只用了大约 10 秒就搞定了。 |
|
|
源自 https://news.ycombinator.com/item?id=39679787 当然，对这种说法，也有网友并不买账，认为这是夸大宣传。 |
|
|
image-20240313203520108 所以，这位来抢程序员「饭碗」的 AI 软件工程师的本事到底有多大呢？ 参考链接 1 ：参看文章 有所删改 01 掌握全栈技能，可独自开发完整项目 要知道，虽然现在市面上的一系列大模型都有编程能力，但大多数都采用了单行代码补全或者单个函数生成的方式。想生成完整的程序，还需要设计 prompt 逐步「调教」。 而对 Devin 来说，你只需要向它提要求，坐等其成就可以了。 Devin 配备了包括 shell、代码编辑器和浏览器在内的常见开发工具，这些都在一个沙盒化的计算环境中 —— 这些都是人类软件工程师完成工作所需的一切。 根据自然语言提示自动写代码、生成完整的程序并上线只是 Devin 的基操，它可以自动规划并执行需要数千个决策的复杂任务。 例如请它在几个不同的 API 上对 Llama 的表现进行基础测试，它首先制定了一个逐步解决问题的计划： |
|
|
image-20240313203540026 在完成项目的过程中，它使用了浏览器为 API 留档，以便它可以阅读并学习如何插入这些 API： |
|
|
image-20240313203549326 遇到意外的错误时，Devin 决定先「print」出来，再根据日志中的错误决定如何修复 bug： |
|
|
image-20240313203601920 最后，它为你构建了一个完整的可视化网站： |
|
|
图片 Devin 能自动完成如此复杂的规划，得益于其背后的 Cognition AI 在长期推理和规划方面的进展，这使它能够在每一步回忆相关的上下文，随时间学习，并修复错误。 Devin 拥有积极的协作的能力，它能实时报告进度，接受反馈，并根据需要调整，还能适应成熟的代码库，修改前辈留下的 bug： ，时长01:26 自主学习，从完全陌生的知识学习使用不熟悉的技术，也是 Devin 所擅长的。 你给它一篇新博客，讲的是如何运行 ControlNet on Modal，生成带文字的图像： |
|
|
image-20240313203631677 它不仅能迅速从中学会所需的代码，没过两秒，工作就自动帮你完成了： |
|
|
图片 在 Upwork 接的单里，Devin 被要求编写并调试运行计算机视觉模型的代码。它采样了结果数据，最后呈现了一份报告： ，时长02:01 Devin 甚至能够训练和微调自己的 AI 模型，看来 AI 的生命快要在此刻完成闭环了。仅通过一个 GitHub 仓库的链接，Devin 就微调了一个大型语言模型： ，时长01:53 OpenSea 前 CTO Alex Atallah 说，这是他使用过的第一个让他感觉像是在与真实、有用的人交流的 AI 代理。比方说像"查阅文档以了解如何设置 Docker 容器"和"修复连接数据库的问题"这样的状态更新，再加上能看到 Devin 正在看到的内容，使这成为一个真正独特的体验。 总体来看，与其他具有编程能力的大模型，Devin 不仅辅助编程或提供代码片段，它能够独立支持一整个项目，而不仅仅是辅助或提供代码片段的建议。相比于「副驾驶」的角色，Devin 更接近于一个独立工作者。 而 Cognition AI 声称 Devin 实现了在 AI 领域被称为「理解」的突破，这意味着它能够不仅是在预测下一个单词或代码行应该输出什么，而是更像在思考如何解决问题的总体方法。 02 技术细节暂未公开，技术路径类似自动驾驶 在软件开发中应用 AI 并不是什么新鲜事。这个领域已经有一些工具了，从流行的 GitHub Copilot 、 StarCoder 到 Replit（它在 Hugging Face 上提供一些小型 AI 编码模型），再到 Codeium（最近获得了 6500 万美元的 B 轮融资，目前估值 5 亿美元）。 然而，这些产品的大多数主要集中在使用 AI 来协助编程上。它们可以根据文本提示生成基础代码，结合 IDE 的相关上下文进行总结，或检索代码片段，以加快团队的工作进度。相比之下，Cognition AI 提供的 Devin 似乎迈进了一大步，已经算是一个熟练的 AI 工作者，能够独立处理整个项目。 而 Devin 的技术路径，CognitionAI 并还未公开，只是简要地提到，Cognition AI 的团队发现了将大型语言模型（LLM）如 OpenAI 的 GPT-4 与强化学习技术结合的独特方法。这种方法可能是他们技术突破的关键点。 看到 Devin 的 Demo 后，刚从 OpenAI 离职的 AI 大牛 Andrej Karpathy 发表了一些独到的见解。在他看来，自动化软件工程的发展将类似于自动化驾驶，是一个人工智能做的越来越多，而人类的工作越来越少，但仍提供监督的过程。 如果你还没有升级4.0或者还没有账号 推荐这篇文章[如何快速升级GPT4.0] 我认为，软件工程的自动化过程将会与驾驶自动化类似。举个例子，在自动驾驶技术的进步中，逐步增加的自动化水平和更高层次的抽象处理看起来是这样的： 首先人类手动执行所有驾驶动作然后 AI 帮助保持车道然后它为前方的车辆减速然后它也开始执行变道和转弯然后它也会在路牌/红绿灯处停车并转弯最终你拿出一个功能完整的解决方案，然后不断打磨质量，直到实现完全自动驾驶。 AI 做的越来越多，人类做的越来越少，但仍然提供监督。在软件工程中，这一进程也在形成： 首先人类手动编写代码然后 GitHub Copilot 自动补全几行代码然后 ChatGPT 编写代码块然后你开始处理越来越大的代码差异（例如 Cursor Copilot++ 风格）Devin 是接下来可能出现的令人印象深刻的演示：它能够协调开发人员需要集成的各种工具来编写代码，比如终端、浏览器、代码编辑器等，并在抽象层次逐渐提升的同时提供人类监督。 不仅仅是 AI 部分，UI/UX 部分也有很多工作要做。人类如何提供有效监督？他们应该关注什么？如何引导 AI 走向不同的解决方案？出现问题时如何调试？我们可能需要对代码编辑器进行重大改进。 不管怎样，软件工程正朝着深刻的变革迈进。它的工作方式将越来越类似于监督自动化过程，同时提供高级指令、创意或策略，并用英语进行沟通。 |
|
|
image-20240313203731290 03 10 人团队，2100 万美元 A 轮融资 Devin 背后公司名为 Cognition AI，总部设在纽约和旧金山，定位是一家专注于推理的应用 AI 实验室。此前这家公司一直秘密工作，于两个月前正式注册成立。 随着 Devin 的推出，Cognition Labs 也宣布完成了 2100 万美金的 A 轮融资，由 Funders Fund 领投，跟投的投资人里包括了 Stripe 的两位兄弟创始人 Patrick Collison 和 John Collison 等。 目前该团队规模仅有 10 人，但共揽获了 10 枚 IOI 金牌，创始成员均曾在 Cursor、Scale AI、Lunchclub、Modal、Google DeepMind、Waymo、Nuro 等从事 AI 前沿工作。 其中三位创始人信息如下： |
|
|
image-20240313203741769 从左到右分别为 Steven Hao、Scott Wu、Walden Yan 插个题外话 如果你还没有升级4.0或者还没有账号 推荐这篇文章如何快速升级GPT4.0 **Scott Wu - 首席执行官 (CEO)**：Scott 是团队的领导者，和他的兄弟 Neal Wu 一起，自青少年时期就开始参加并经常获胜于国际编程比赛，曾连续三年揽获 IOI 金牌，这些比赛提升了他们的编程能力。Scott 的背景和对算法问题的深入理解为 Cognition AI 的开发提供了独特的视角。 |
|
|
image-20240313203751241 Scott Wu 曾连续三年获得 IOI 金牌 **Steven Hao - 首席技术官 (CTO)**：Steven之前是Scale AI的顶尖工程师，Scale AI是一家估值很高的初创公司，专注于帮助训练AI系统。 |
|
|
image-20240313203759961 **Walden Yan - 首席产品官 (CPO)**：Walden 直到最近还在哈佛大学上学，他请求将他在学校的状态留作模糊，大概率是想「辍学创业」。 |
|
|
image-20240313203812230 Walden Yan 在哈佛就读期间，曾在一年级时获得第 32 届 IOI 金牌 除了这三位核心成员，还有一位 Neal Wu，他是 Scott Wu 的兄弟，他也在 Cognition AI 工作。Wu 兄弟因其编程才华在全球范围内享有盛誉，他们自青少年时期起就在国际编码比赛中竞争并常获胜利，这些比赛经验帮助他们在编程和解决问题方面拥有独特的方法。 参考链接： https://zct.ink/news_ai https://twitter.com/cognition_labs/status/1767548763134964000 https://www.bloomberg.com/news/articles/2024-03-12/cognition-ai-is-a-peter-thiel-backed-coding-assistant https://venturebeat.com/ai/cognition-emerges-from-stealth-to-launch-ai-software-engineer-devin/ https://www.cognition-labs.com/blog |
|
假如ai已经发展的很牛逼很牛逼了，老板下来一个任务:小x啊，你看我司正在研制人形机器人，现在要加个走楼梯的功能，我要求也不高，现在反正硬件条件是有了，你给他写个程序，让它会走楼梯就行。 让后你屁颠屁颠的找到ai:万能的ai啊，帮我写个程序，让我司的机器人会爬楼梯。 这个时候ai已经相当聪明了，回你:可以啊，小问题，不过贵司机器人主控芯片是什么啊，内存多大啊，你想用什么语言写啊？ 你一听，合理，毕竟这个东西网上找不到，也没人告诉ai，你不和它说，它还真搞不定，于是你屁颠屁颠的找到工程研发部的同事，花了三个钟，把主控的资料，内存大小之类的资料，然后问了一群网友用啥语言好，最终决定用c++99，新一代属于ai的语言，一半的代码全是auto！ 你把资料给ai发了过去，结果ai又犯难了:你想爬的楼梯有多高啊，长多少，宽多少，长啥样啊。 你一听顿感有点头大:你不会自己看嘛。 AI也很委屈，怎么看啊，摄像头还是红外传感器，还是声波雷达。 你一听也有理，连楼梯长啥样都看不清，这楼梯还咋爬啊，所以你花了一天，神速般的搞定了市场调研，参数选型，最终选择了xx牌摄像头，幸好现在的cv也发展的相当牛逼了，图像输入进去，楼梯多长，多宽，多高识别的一清二楚。 你又花了一周和供应商扯皮，终于把价格商议，电路连线，驱动代码，cv识别库通通搞定然后把摄像头装了上去，你估摸着这样总行了吧。 AI又给你发难了:可是你还没教会我你的机器人怎么抬腿啊。 你感到还挺麻烦，不过你还是又花了一上午跑遍各部门把机器人的机械图纸找齐了，幸好现在的AI已经发展到牛逼中的牛逼了，机械图纸也能看懂。 然后AI又问了:有些地方还是不太清楚，比如你这腿是电机马达驱动的还是气缸驱动的，输入是模拟信号还是数字啊。 你感到一阵眩晕:当初招聘我时，我就写了擅长AI编程啊，这个东西，我咋知道，啥是马达啥是气缸啊，模电数电又是什么鬼啊。你对AI说:你不会看着办嘛。 AI毕竟是强AI，有脾气了:你让我炒菜，菜长啥样都不告诉我，你来？ AI的口气让你想起了十年前AI还没那么强时，你公司里的老板，明明啥屁都不懂啥也不告诉你让你什么都自己看着办，结果办出来他又不满意。 你找同事要了资料，结果每个字都认识，连起来一个都看不懂，然后AI给你反向科普了以上知识，你从白天问到黑夜，连续学习了三天三夜，最终学会了放弃，花了一千大洋请了你技术同事吃饭，然后让你同事给AI详细解说很多细节。 AI又发问了:我明白了，那输出电压和抬腿高度是什么关系呢？你同事也开始抓脑袋了，这我们还真没测过，突然间你觉得AI好像也没那么聪明，身为AI编程工程师，你决定找回点面子，你对AI说你不会自己猜着看嘛。 AI终归还是强AI:那我可猜了，到时出了事，我可不负责，此话一出你瞬间怂了。 于是你又开始在各部门间来回扯皮，仅仅就为了这一个参数，你花了整整一个月，终于把所有数据测了个明白。 一年后，老板祖坟冒青烟，团队全员是大佬，AI强如诸葛附体，钱多的只愁花不完的前提下，你们第一款人形机器人终于问事了。 你看着机器人吭哧吭哧的爬楼梯，心理充满了成就感。 结果第二天老板怒气冲冲找到了你，因为机器人走楼梯摔了个稀烂，你大呼冤枉不应该啊，测试时不好好的么？ 结果你到现场一看:好家伙，居然是下楼梯。老板的需求是走楼梯，而你让AI写的是爬楼梯，这一回你连锅都不好甩了。 你忙说老板息怒，我让AI再改改，这一改，半年又过去了，这下一个会上楼梯和会下楼梯的机器人终于诞生了。 市场反应良好.你总于长舒一口气，这下可以开庆功宴了吧。 结果第二天投诉又来了，机器人走楼梯又撞了个稀烂。 你抓破脑门也想不明白，可能啊，上楼下楼都会了，怎么还会稀烂。 现场一看，你差点晕了过去，楼梯是螺旋型的。 你找到AI，让它写个能走螺旋型楼梯的程序。 AI说:可是你给我的机器人不会转头啊，要不我们把机械结构改改再来一次 你忍着想吐的感觉大怒:你怎么不早说！ AI:你也没问啊。 然后你彻底晕厥了过去。 ========== 总结一下，编程语言和英语汉语本质上并没有什么区别，汉语英语是为了表达意愿，而编程语言是为了对设备有更加精准的约束和控制。 如果你发现AI能够完全替代你的编码工作，那么 第一你要反思那么多年你到底干了什么。 第二在这行你还有接近无穷大的进步空间。 第三你有钱可以转行当老板给社会做贡献，没钱可以去学新闻多写点这种问题文稿制造焦虑。 |
|
哪有人革自己的命啊 |
|
谢邀，对本人的影响主要是污染timeline |
|
Devin 的诞生，对于程序员的影响到底有多大？ 小灰作为一个10年经验的大厂程序员，全网60W程序员粉丝的知识博主，还算有资格回答这个问题。 在给出答案之前，我们先来详细了解一下Devin是什么。 前两天，有一家名为Cognition的10人初创公司宣布，他们研发出了世界上第一位AI程序员，这个程序员被命名为Devin。 Devin的“本领” 只需给Devin一句指令，Devin就可端到端地处理整个开发项目！而且Devin不会生病，不会请年假，不会跟你发牢骚。 不仅如此，在SWE-bench基准测试中，它无需人类帮助，可解决13.86%的问题。 |
|
|
相比之下，GPT-4只能处理1.74%的问题，且都需要人类提示告知处理哪些文件。 在这里给大家简单普及一下，SWE-bench基准测试是什么？ |
|
|
SWE-bench是一个要求AI智能体解决开源项目（例如Django和scikit-learn）中实际GitHub问题的测试。 可以说，Devin解决代码问题的能力远远超过了此前所有AI大模型！ 从零构建网站、自主查找并修复Bug、甚至是训练和微调自己的AI模型通通都不在话下~也可为一些成熟的代码库做贡献。 据介绍，它已经成功通过一家AI公司面试，Cognition的开发者You还试着在全球最大的综合类自由职业平台Upwork上，为Devin提供真正的工作。 Devin能有多厉害？ 1.端到端构建和部署程序 Devin可以帮我们解决的不只有是代码，还包括与之相关的整个工作流。 比如，当我们需要设计一个网页游戏时，Devin不仅能生成网页，还能直接完成服务端的部署，然后直接发布上线，省去了中间的人工操作。 只需要告诉Devin，我们想做一个个人网站，里面运行一个Devin定制版的生命游戏。 接着，Devin就会按照自己设计的这个清单开始编写代码，然后部署服务…… 最终完成全部工作之后，一个即点即玩的游戏链接就呈现在了我们面前。简直不要太神奇！ |
|
|
2.自主查找并修复bug 不仅能一气呵成完成开发部署，Devin对代码的debug能力也是一流。 开发者给Devin一个GitHub链接，让它先熟悉项目情况，然后准备数据进行测试。 接着，Devin就会按部就班地编写测试用的程序并准备好有关数据，然后运行。 结果，在开发者已经发布的完整项目之中，Devin还真的找到了连开发者自己都没有发现的漏洞。 发现漏洞之后，Devin会回溯报错出现的位置及对应的数据，然后分析原因并给出解决方案。 |
|
|
最终经过调试，程序的bug被成功修复，完美通过了测试。 3.训练和微调自己的AI模型 除了这些一般的程序或项目，作为一个全能型AI助手，Devin还有能力帮助人类训练和微调其他AI。 对于一些常见的模型（比如示例中的Llama），用户只需要在promot中提及模型的名称，Devin就直接知道要训练哪个模型。 而在这个示例中，微调的具体方法（QLoRA）是以GitHub链接的形式输入给Devin的。 接到指令后，Devin还是像处理平常的程序一样边规划边执行，所需环境和依赖，还有模型本体，都会自动下载安装。 |
|
|
这些准备都完成之后，微调工作就会有条不紊地进行，而且其中的状态可以实时监控。 Devin的酷炫功能不仅如此还有很多很多...简直和活生生的程序员没有两样，而且人家不抱怨996,你说气人不！ Devin会不让程序员失业了？ 就在前不久，英伟达CEO黄仁勋表示，自己相信就在不久的将来，人类再也不需要学习如何编码了，孩子们应该停止编程课。 |
|
|
因此，作为人类程序员，尤其是初级水平的程序员，真的会有被AI淘汰的危机。比如一个项目原先需要10个程序员来完成，而现在只需要3个懂AI的程序员即可完成。 那么剩下的7个程序员去哪了呢？大家也不必太过担心，旧的岗位被压缩，新的岗位必然会诞生。被淘汰的程序员，或许已经从事了和AI高度相关的工作，或者是其他一些AI无法取代的工作。 以上是小灰的回答，欢迎点赞和关注，感谢大家！ |
|
以前有 spring 等框架帮助程序员专注于核心业务开发。 现在，有 AI 程序员，让我们专注于人之于万物之长的思考性、创造性！ 普通的程序员很快就不存在了！ 拥抱新时代。 |
|
不知怎么回事，自从去年生成式AI火了起来以后，程序员这个职业就好像招惹到了人工智能，隔一段时间就要拿出来被讨论和比较一次，程序员快成了AI大模型技术最佳背景板。（可能最初搞AI编程的程序员最想解放的就是自己） 在官方的博文中，Devin被冠上了“the first AI software engineer”（首位人工智能软件工程师），看起来比程序员能干的事情还要多，因为软件工程师不光要写代码，还需要考虑软件开发的整个生命周期，包括需求分析、系统设计、实现、测试、部署和维护。 所以Cognition（开发Devin的公司）最想要强调其实并不是Devin编程本身的能力，而是在长期推理和规划方面的进步。“Devin能够策划并执行涉及数千个决策的复杂工程项目。在执行每一个步骤时，Devin都依靠记忆综合考虑相关的上下文信息，它能够基于经验进行学习，并及时纠正自己的错误。” 比如它只需要一个prompt提示，就可以端到端的构建和部署一个应用程序。在官方的一个演示中，Devin被要求制作一个“模拟生命”的网站，当用户提出这个要求之后，Devin自动规划并执行了如下步骤： - 创建了一个新的React应用并安装了Chakra UI以及必要的依赖项。 - 使用React和Chakra UI搭建了前端环境。 - 启动了开发服务器并验证了网站在私有IP地址上能正常运行。 - 通过CDN向index.html文件添加了p5.js库，用于实现生命游戏。 - 在React应用中实现并验证了生命游戏组件的功能性和响应性。 |
|
|
在这个例子中，Devin充当的更像是一个Agent的角色，它分析了用户需求之后，会自动制定一个规划，然后分步骤完成相关代码实现各个子步骤。而编写代码更像是一个顺带手完成的事情。因为编程能力本身并不是最重要的，最重要的是如何合理的规划、分解任务，以满足用户（未来可能是甲方）的需求，这体现的是一个软件工程师的综合能力。 ↓ Devin处理Upwork 上的问题，编写并调试代码来运行一个计算机视觉模型，并对结果数据进行采样，最后编写报告。 |
|
|
|
|
Andrej Karpathy在评价Devin的时候，把自动化软件工程的发展轨迹跟自动驾驶的发展轨迹做了一个对比。自动驾驶的发展过程中，系统自动化的程度逐步提升，比如一开始是由人完全手动驾驶的，后来出现了车道保持这样的智能辅助驾驶，接下来AI系统能根据前车速度自动调整车速，再后来系统能进一步自行变道、识别交通标志并做出决策，最终目标是开发出完备的自动驾驶系统。这个过程是人的干预逐渐减少，但是人依然扮演重要的监督的角色。 自动化软件工程也是类似的，一开始程序员完全手动编写代码，然后Github Copilot这样的工具能自动补全几行代码，接下来ChatGPT这样的生成式AI就可以编写一个完整的程序了，甚至可以协作处理、审查不同版本中code diffs的问题，自动化程度越来越高，而到了Devin这里，可以看到的趋势是AI可以自行整合开发者在编写代码时需要用到的各种工具——终端、浏览器、代码编辑器等，人类参与的具体工作越来越少，更多的是上层级的监督。 理性看待，Devin在技术路线和最终效果上，的确有值得肯定的地方，但是它还是没有改变AI是一个工具的属性，也就是说，还是需要一个懂得编程的人去使用/监督它，它的价值才能体现出来。 所以我觉得最值得关注的不是Devin会不会取代程序员，而是一个程序员如何能利用AI称为像Devin这样“全栈软件工程师”。这对于AI浪潮下的个体来说，才是更有意义的问题。 想到之前在知乎上看过一个视频课，讲到生成式AI时代，对程序员来说最重要的是思维观念的转变。AI自然不是什么都能干，但是它可以快速的把一件事情从0做到60%，甚至更高，并且这个60%是适用于各个可能的领域的，这就不像程序员一样，很少有人什么技术栈都懂。所以，借助AI的能力，是效率的提升，更是让以前的不可能变成可能——不用各个环节或每种编程语言都懂，就可以一个人做以往一个团队才能完成的事情。 所以，去了解AI、了解大模型背后的能力以及能为自己做什么是一个关键问题，值得在AI工具快速出新的背景下思考。关于这个问题，我觉得大家也可以去听听这个程序员的AI大模型进阶之旅视频课，老师是有几十年开发经验的软件工程师和AI大模型方向的科研人员，有不少技术干货和经验分享。对于希望从这轮AI大模型变革中提升、转变自己的个人、程序员来说，会很有启发。可以通过下面这个链接进入课程 ↓↓↓ OpenAI上线GPT-4等对话机器人的时候，一个国外60多岁的软件工程师Kent Beck曾分享他对AI编程的看法。他说在GPT等工具出现之后，他90%的技能会变得毫无价值，但是他剩余的10%的价值将会比以往翻了1000倍。 |
|
|
现在很多人会过于焦虑自己因为AI变得没有价值的90%，却常常忽略剩下的AI无法取代的那10%才是未来更重要的，才是一个AI时代的程序员的价值之所在。 所以回到Devin这个话题，包括它在内的AI编程工具距离完全离开人类去自动的开发软件、应用的目标还相当遥远，甚至当前的AI大模型路线就完全走不通，而是依靠未来其他的技术突破才有可能实现。 我觉得Devin的出现对普通人最大的启发在于一个人身上很多原本有价值的东西（技能）都有可能因为新技术、新工具的出现瞬间变得毫无意义，但是同样要知道人类身上总是有工具所无法取代的能力。发挥这些能力去撬动AI工具的价值，那么人工智能的发展就永远超越不了人类。 认识变化，接受变化，适应变化，是永远不变的生存法则。 |
|
能帮忙backfill一下数据库不？ 敢让它backfill你的数据库不？ 大家还记得大明湖畔的Content Management System吗？2000年前后很火的。 好多论坛都是用的这个模式。 几分钟就能生成一个网站, 包满意。 从另一个角度看这事，作为程序员的你， 一天之内最难的工作是写程序吗？ |
|
目前大家得到的信息还十分有限。未来对程序员工作带来的影响，也只能大致猜测，可能会带来哪些影响。 依赖个人经验，现阶段无论多么先进的AI工具，完全替代程序员的工作是绝对不可能的。用户根据需求，让AI生产一些具体功能的函数或代码片段，这是目前一家实现了的。比如基本的CRUD功能开发，可以部分减轻程序员的实际工作量。程序员可以大大减少基本功能的开发和代码bug修复上的工作量。 程序员越来越多的情况下，会跟AI共同开发某个产品或项目。AI写基本功能代码，程序员做需求分析和架构设计，技术选型。这是可以想象，也能落地的场景。预计相当厂的时期，都会是这种情形。也就是说，程序员的角色发生了转变，不再是单纯的码农了。 因为AI技术的出现，未来低端就业市场的就业机会将越来越少了。懂得AI技术，会调教AI，会使用提示词跟AI协同工作的程序员，会使用RPA工具的程序员会越来越吃香。前不久，已经发现有类似的招聘信息出现了。 |
|
|
软件行业的出现，曾经给无数程序员带来了大量高新的工作机会，甚至有人一度通过当程序员实现了财务自由。当下这个环境下，程序员这条路要想走得更远，需要与时俱进，持续学习各种先进的工具来加持自身的势能，比如AI,RPA。同时也要有意识地拓展人脉，加入时下各种有影响力地圈子，实现破圈，从而破局。 |
|
敢问谁真实跑过？yy的什么劲 |
|
我看到很多人对此不屑一顾，但过去几年很多行业都被AI影响到了，很多人丢了饭碗，凭什么认为软件行业不会被影响呢？ 现在可能还没那么厉害，但。。。这玩意是会进化的，这才只是个开端而已。 我感觉未来的中低端代码工作真的很危险，因为有些人如果可以用AI实现十倍效率，就意味着职位需求会缩水很多倍。。。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |