如果你是一名軟件開發人員，想知道目前行業中最受歡迎或收入最高的編程語言是什么，那么總會有源源不斷的調查和報告告訴你。而針對開發人員的職業建議通常會建議在工作中不斷學習是必不可少的。

但是，如果人工智能能夠根據一些簡單的提示生成代碼，那么學習編程語言是否就變得多余了？

當然，Nvidia 首席執行官黃仁勛相信，未來幾代人根本不需要學習編程語言。“我們的工作是創造計算技術，這樣就不需要任何人編程，編程語言就是人類的語言。現在世界上的每個人都是程序員，”他在迪拜舉行的世界政府峰會上說道。“這是第一次，你可以想象公司里的每個人都是技術專家。”

除了人工智能之外，低代碼和無代碼工具的普及也推動了黃仁勛所設想的未來，這些工具的使用范圍不僅僅局限于非開發人員。Forrester的研究發現，87% 的企業開發人員正在使用低代碼開發平臺，這將推動該市場大幅增長。

但黃仁勛對未來無編程的預測應該持保留態度。讓人工智能炒作機器全速運轉對 Nvidia 有利，但編程在自動化技術發展數十年后依然存在。事實上，代碼生成器的發展歷史與計算機科學本身一樣悠久。

為生成式人工智能鋪平道路

使用基于神經網絡的預測模型的工具在 90 年代開始流行，通常用于通過模式識別來檢測代碼中的問題。這為我們今天擁有的生成式 AI 工具鋪平了道路，從 ChatGPT 到 GitHub 的 Copilot，以及介于兩者之間的一切。

隨著生成式人工智能工具開始進入軟件開發流程，開發人員必須跟上這些新趨勢和技術。但如果人工智能旨在成為助手，那么開發人員應該是這一組合中更有資格的人。要想在未來的軟件開發中脫穎而出，你需要了解的不僅僅是機器人。

新興研究正在關注人工智能對教育的影響。哈佛大學計算機科學課程的教師嘗試為學生提供虛擬人工智能編碼助手，他們小心翼翼地確保聊天機器人不會簡單地說出問題的答案，而是像導師一樣指導學生如何自己找到解決方案。因為，如果你只是求助于人工智能來尋找答案，你將無法學習這個過程并對編碼形成基本的理解。

GitHub對開發人員如何使用其 Copilot 工具進行了進一步研究，發現在 AI 的幫助下，任務完成速度平均可提高 55%。有人認為，節省下來的時間可以讓開發人員有機會學習更多語言和框架的來龍去脈，從而擴展他們對編程語言的了解，而不是限制它。

人工智能輔助開發還需要學習新技能。例如，及時工程可以提高開發人員更廣泛的溝通技能。如果你能為你的人工智能助手制定清晰直接的指令，你反過來也會學會與同事清晰地溝通。

一些雇主甚至在招聘全職提示工程師，比如戴爾的這個職位，它負責開發和優化各種生成式人工智能應用程序的有效提示——而且它仍然需要熟練掌握 Python。

開發人員仍需進行代碼審查，這與審查同事的代碼不同。人工智能生成的代碼可能存在更少的可預測錯誤，因此需要更徹底的方法。

簡而言之，開發人員不必擔心非程序員，他們實際上可以從這些技術提供的捷徑中受益。多年來，編碼已經變得越來越容易理解——例如，只要看看Python等更用戶友好的語言的流行程度就知道了。有了人工智能助手，開發人員可能不再需要記住語法和結構，但在監督時他們仍然需要理解它。

想象一下修補匠與專家之間的較量。你可以找一個能手修理洗衣機的人，甚至可以從 YouTube 上學習自己修理，但你也可以聘請專業人士來保證工作順利完成，而且許多人繼續這樣做。

然而，一些企業將利用人工智能帶來的機會，用更少的資源做更多的事情，無論是更少的時間還是更少的開發人員。就業市場上的開發人員職位數量可能會減少，尤其是那些只會編程的人。初級職位的需求可能會減少。

如果你現在是該行業的初級開發人員，那么現在可能是時候提升自己的職位并適應未來了。法國 IT 跨國公司 Atos目前正在尋找能夠使用低代碼技術的技術主管，而Dataport 的高級軟件架構師職位則是將創造性解決問題和溝通技巧付諸實踐的機會。

如果事實證明提倡在軟件開發中繼續學習是錯誤的，并且該行業確實將語言留給了機器人，那么這些對于任何未來的角色來說都將是寶貴的、可轉移的技能。