ChatGPT 偷家:Stack Overflow 正被程序员抛弃,访问量一个月骤降 3...
共 3755字,需浏览 8分钟
·
2023-02-13 01:05
阅读本文大概需要 6 分钟。
Stack Overflow,正在被程序员们抛弃。
你没听错。
这个全球知名的开发者问答网站,仅在一个月时间内,访问量骤降 3200万!
甚至现在的搜索量仅是它巅峰时期的三分之一……
为何会突然如此?网友一语道破玄机:
自打 ChatGPT 问世以来,我就没再用过 Stack Overflow 了。
而且从近三个月 Stack Overflow 访问量统计来看,流量下滑是在 2022 年 11 月至 12 月期间发生的。
巧合的是,OpenAI 发布 ChatGPT,正是在去年的 11 月 30 日。
好家伙,原来又是 AI 圈当红炸子鸡 ChatGPT 的“锅”。
那它为何能在这么短的时间里,如此迅速改变众多程序员求知习惯的呢?
“我懒,所以用 ChatGPT”
对于这个问题,作为使用者的程序员们,或许最有发言权。
有人便将问题言简意赅地归结为两点:
-
如果我不懒:谷歌和 Stack Overflow 是首选;
-
如果我懒:我选 ChatGPT。
言外之意很明显了,问题的关键,出在了获取答案的便捷性上。
我们先来看下在 Stack Overflow 上获取答案的流程。
首先,你需要点击“Ask Question”按钮开启提问之旅:
然后便来到了繁琐的“填空”环节:
输入标题 → 描述问题 → 尝试过什么/期待什么结果 → 语言标签
但这一系列操作之后还不算完,对于提问者来说,最无奈的可能就数漫长的等待了。
然鹅,现实情况往往会是这样:
没错,石沉大海,无人问津;而且即便有人回答了问题,也要看下哪个答案的“vote”高等等。
不过这事要是换做 ChatGPT,结果就不一样了,只需要一个动作:
问!
然后答案就“啪的一下”甩到你的面前。
如此对比下来,ChatGPT 在“问答”这事上的便捷性也就可见一斑了。正如网友总结的那样:
搜索产品/网站 → Google
寻求答案 → ChatGPT
不过有一说一,“问答”这事便捷性固然是一方面,但更重要的一点还应该回归到答案的准确性。
那么接下来的一个问题便是:
程序员依赖 ChatGPT,靠谱吗?
要知道当初 Stack Overflow 禁用 ChatGPT 给出的说辞可是:
(这样做)的目的是减缓使用 ChatGPT 创建的大量答案流入社区。
因为从 ChatGPT 得到错误答案的概率太高了!
不过这只是“对家”的一面之词,不能全信。现在距离 ChatGPT 发布也有一段时间了,靠谱不靠谱我们直接看看各位用户们的使用感受。
先说结论,ChatGPT 在编程上可以说是“全能型人才”了:找 Bug,编写网站,提示词转换代码……
ChatGPT 找 Bug 可以说是相当贴心了,举个栗子,repit 的 CEO 给 ChatGPT 甩了一段有错误的代码,让它找出其中的 Bug。
结果 ChatGPT 不仅把 Bug 找出来了,还指出了错误原因,怎么修改,并且还附上了正确代码,最后还不忘来一波总结。
(这不比 Stack Overflow 搜索找答案好用?手动狗头)
当然一个 AI 模型也不能薅着 Stack Overflow 一个问答网站作对比,来看看和其他代码修复系统的对比。
前不久约翰内斯·谷登堡大学和伦敦大学也做了一项研究,让 ChatGPT 横向对比了其他三个代码修复系统:Codex,CoCoNut 和 Standard APR。
研究过程中,研究人员统共给出了 40 段错误代码,得到的初步结果是:
ChatGPT解决了19个问题,Codex解决了21个,CoCoNut解决了19个,Standard APR方法解决了7个。
其中 Codex 和 ChatGPT 来自同一个语言模型家族,所以结果比较接近。
BUT!这还不是最终结果,ChatGPT 毕竟是个对话模型,是可以交流的,而交流之后,它解决的 Bug 高达 31 个。
嗯,最终的结果也显而易见。
ChatGPT 除了 debug 之外,给出要求也能够自动编写代码,网友们反馈最终的代码效果也还不错。
就比如说有网友声称,自己初创公司的大部分代码都交给 ChatGPT 和 Copilot 来完成了。
还有一个 ChatGPT 的“学生粉”用 ChatGPT 编写了一个网站,生成的代码很整洁:
甚至去年年底,Riley Goodside 还靠玩转 ChatGPT 提示词收到了估值 73 亿美元的硅谷独角兽公司 Scale AI的offer,正式聘请他为“提示工程师”。
而工作的内容就是:只要讲几句人话,让AI生成自己想要的代码。
还有太多例子这里就不一一列举了,总之现在已经有人把 ChatGPT 纳入编程生产力当中了。
并且 ChatGPT 也是个“求上进”的好模型,之前传言它数学能力不足,这不昨天 OpenAI 就官宣提升了 ChatGPT 在真实性和数学能力上表现。
对于程序员们来说,比较关心的还是 ChatGPT 在编程上能力有没有长进。
不过在这方面,倒是有网友检测过,同样一个代码问题,去年 12 月底(左侧)还能回答出来,今年 1 月底(右侧)就不会了。
One More Thing
最近 ChatGPT 有“新装备”了,刚出了个模型 BLIP-2,能够接入 ChatGPT,它不仅会简单的看图说话,还会讲解剧情、给图片配字……
并且,BLIP-2 在各种视觉语言任务上实现了 SOTA,目前代码已开源。
强强联合,期待一波~
△图源:@Daniel Bourke
参考链接:
[1]
https://twitter.com/dannypostmaa/status/1620207540381569024
[2]
https://techcabal.com/2023/01/31/stack-overflow-chat-gpt/
[3]
https://twitter.com/flaviocopes/status/1620333315919331328
[4]
https://twitter.com/laminappcom/status/1620516951163559936
[5]
https://www.pcmag.com/news/watch-out-software-engineers-chatgpt-is-now-finding-fixing-bugs-in-code
[6]
https://twitter.com/mrdbourke/status/1620353263651688448
End
崔庆才的新书《Python3网络爬虫开发实战(第二版)》已经正式上市了!书中详细介绍了零基础用 Python 开发爬虫的各方面知识,同时相比第一版新增了 JavaScript 逆向、Android 逆向、异步爬虫、深度学习、Kubernetes 相关内容,同时本书已经获得 Python 之父 Guido 的推荐,目前本书正在七折促销中!
内容介绍:《Python3网络爬虫开发实战(第二版)》内容介绍
扫码购买