GPT-4 炸裂成那樣,前端真的還有機會嗎?我是這麼看的~

語言: CN / TW / HK

theme: v-green

本文正在參加「金石計劃」

flag:每月至少產出三篇高質量文章~

1、為什麼說 “xx si了” ?

年後的這段時間,MM 上最火的的話題莫過於 “XX已死” 了吧,今天這個崗位si,明天又輪到下一個,周而復始.....我覺得主要有以下的幾個原因吧:

  1. 後YQ時代的大環境(監管走嚴以及政策的脫虛向實),導致整個行業的用工需求萎縮;
  2. 仍在高位的畢業生數量,導致的僧多粥少的格局;
  3. chatGPT 為代表的人工智慧的突然爆發,導致被機器取代的焦慮在逐漸蔓延;
  4. 前端生態已趨於完善,三大框架鼎足而立,開發正規化已基本穩定。而且也已多年未出現真正具有挑戰三大框架地位的新玩意了,大家也捲不起來了,無非就是去卷工具了,各種 GoRust 重寫的前端工具;

特別是在前幾天 GPT-4 那個令人印象很深刻的demo:GPT-4 可以將網站的手繪草圖變成功能齊全的網站,包括用一些 JS 來寫 “Reveal Punchline” 按鈕。

image.png

我想大多人看了之後的第一感覺都是:WTF!!?這麼NB的嗎,這樣都可以,那還要我一個切圖仔作甚??不止國內,國外也是一片哀嚎:

image.png

問題是大家平時都是開發這種“高階”頁面?這種事情早在十幾年前就有工具幹過了,還記得嗎?就是曾經的網頁開發神器 —— Dreamweaver,只不過,它現在加了一個影象識別的玩意又嚇了你一次。實際上,幾乎從很早開始,就有人擔心 Web 開發人員會被某些新技術淘汰。在 2000 年代,它是 WordPress。在 2010 年代,它是 Webflow。在 2020 年代初期,它是“無程式碼”、“低程式碼”工具。

2、為什麼說 "xx 不會si" ?

先來看看最近兩天很火的:

IMG_6265.JPG

IMG_6262.JPG

就這,恐怕連設計師都還取代不了!

難怪有人說,文心一言和chatGPT最大的區別是,文心一言是人工,chatGPT是智慧。我真是笑不活了!

PS:哈哈,開個玩笑哈!雖然不完美,但人家 BD 有勇氣扛起這面旗幟,起碼架子已經搭起來了,點贊!

如果說永遠不會si,絕對了點,那至少可以肯定的是短期內還si不了。為什麼這麼說呢?我的思考主要有以下幾點:

2.1 資料的準確性

至少到目前為止,我們看到的大多數 demo 所演示的範圍都很有限:一個簡單的 HTML 頁面,或者一個 JavaScript 函式,這些我們本來就可以通過搜尋引擎去幹的事情,只不過效率上比 chatGPT 慢一點而已。但實際上,如果你真的有經常使用 chatGPT,你會發現,它其實並不是每次都能給到你想要的答案,而且偶爾還是錯誤的答案。所以,它本身就有一個致命的問題:準確率!

ChatGPT 是一個大規模的語言模型,不斷地訓練以提高響應的準確性。然而,由於這是一項全新的技術,該模型尚未經過充分的訓練。因此,人工智慧聊天機器人可能會提供錯誤的答案。正因為如此,StackOverflow 禁止了 ChatGPT,並表示:“總的來說,由於從 ChatGPT 獲得正確答案的平均比率太低,釋出由 ChatGPT 生成的答案對我們的網站以及詢問或搜尋正確答案的使用者來說是非常有害的。”

其實這背後的邏輯並不難理解,chatGPT 所訓練的資料來源於網際網路,它目前還具備自我生成、左右手互博的能力,也就意味著,答案的最終來源仍然是網頁背後千千萬萬的開發者。如果他們被一瞬間幹掉了,chatGPT 的資料從哪來?答案的保真度、新鮮度從何而來?你敢說 2 年、3年、5年後的React寫法、功能和現在一樣?還有那千千萬萬不斷迭代的 npm 包!

更有甚的可能會是一些嚴重的社會民生問題,比如,你司的醫療APP接入 chatGPT,作為24小時人工智慧客服機器人給病人問診開藥,你能保證機器人不會將感冒錯誤地診斷為XinGuan?你能保證機器人不會給病人開錯藥?

因此,準確性可能會逐漸提高,但永遠不會完美,因為網際網路上的資料本身準確性就非常有問題。在龐大的使用者群面前,哪怕一兩個典型的事件就足可能殺死一家公司,更別說幾十上百件。

2.2 程式碼除錯

準確率的問題必然就帶來另一個更重要的問題:除錯~ 沒幾個人敢說他的程式碼是不需要經過除錯、測試、聯調,一把搜哈就可以直接上生產的。

在你充分給足問題上下文的前提下,你讓 chatGPT 生成一個幾十行的程式碼 snippet,它大多數情況下會給你一個不需要太多修改的答案。但是,這和吐出一個可以直接上生產的 Web 應用程式之間還是存在比較大的差異的。

特別是當我們的工程比較複雜,變得比較大之後,各種問題就來了,哪怕你 chatGPT 的準確率高達98%,在巨大的程式碼量和檔案相互之間複雜引用關係的情況下,問題程式碼的數量不可小覷,依然需要經驗豐富的工程師來除錯。

2.3 新需求

大家日常開發中,大多數的需求應該還是可以閉著眼就能完成的,畢竟誰還不會 CV 大法呢,你說是吧?找個類似的頁面,扣過來一頓魔改,run 出去,done!

但是!某一天,產品說,市場那邊反饋了,我們需要做一個新功能:做一個會根據手機殼顏色而改變主題顏色的APP!

image.png

於是,你把這一句話需求輸入到 chatGPT,滿心歡喜地等待答案:

image.png

程式碼: ```html

Change Theme Color Based on Phone Case