文 | 劉偉 北京郵電大學人機交互與認知工程實驗室主任

美國初創公司Cognition日前發佈了首個AI軟體工程師Devin，目前雖尚未公測，但Cognition表示只需一句指令，Devin就可端到端處理整個開發項目，這再度引發“碼農是否將被淘汰”的大討論。一些IT行業資深人士在公開場合提起“編程無用論”，而很多人對此並不認同，認為“AI 時代對電腦專家和程式員的需求將更大”。

從長遠來看，雙方的觀點似乎都有道理。一方面， AI技術的迅速發展和普及勢必給程式員的工作帶來衝擊：傳統的編碼方式將顯著改變，水準一般的程式員被取代的趨勢或不可避免。另一方面，儘管AI可以輔助程式員快速生成代碼、提高開發效率，但並不能完全取代程式員的角色，尤其是技術理解深厚、能力強大的高水準程式員。對於未來的程式員而言，掌握AI技術並應用於自己的工作流程中，與AI協同工作從而提高自己的工作效率和編碼品質，是與時俱進、適應市場的必然需求。所以，AI程式員的出現並不意味著取代傳統程式員，而是用市場競爭的方式刺激他們“進化”。

蘇格蘭哲學家大衛·休謨認為：“一切科學技術都與人性有關，對人性的研究應是一切科學技術的基礎。”編程工作實際上也是一門與人類思考、決策和行為密切相關的科學技術。編程語言、演算法等都是通過理解人類的思維和行為模式，實現電腦與人類的交互。那些充滿人性化、個性化的軟體和交互方式正是基於編程中對用戶需求、行為模式和情感的理解，結合開發者的自身特色創造出來的。人性不僅存在於“開發者——用戶”兩個角色之間，也存在於編程團隊中。對不同客戶需求的理解、溝通中碰撞出的靈感火花、提升協作效率的經驗，都是編程團隊的寶貴財富。

程式開發的過程其實也是一個人、機、環境系統相融合的工程。在一個程式中，人負責設計、開發和維護，機器則忠實地執行代碼和數據處理。程式員通過編寫代碼來指揮機器完成特定的任務，人機協同為一。機器的智慧體現在它能夠根據預設的規則和演算法自主決策和行動，程式員的任務就是運用恰當的演算法和技術引導機器的智慧行為，並不斷對其進行優化。同時，機器也在與環境進行交互，它需要自外部環境接收數據，並將處理結果輸出到環境中。這種交互是機器不斷適應各種情境和需求，給出相應答覆的基礎框架。

由此，未來一名好的程式員不應僅僅是一名技術人員，還需要具備廣泛的知識和技能。他們是整個人、機、環境系統框架中的創造者，要持續創新、創造價值。具體而言，為了編寫高品質代碼，他們可能要精通多種編程語言；為了能按需選用合適的技術方案，他們要能迅速適應新的技術和工具；為了面對複雜問題時能抓住原因並及時分析解決，他們必須保持與團隊及客戶的高效溝通協作，並不斷積累知識、經驗，同步跟進行業技術前沿，針對具體問題設計出創新的解決方案，保障程式的穩定性和可靠性。

知識本身並不是力量，能有效將知識應用於實踐才是真正的力量。同樣，大量的編程知識可能是有價值的，但若不會運用、不知變通，無法解決實際問題，它就很難産生任何實質性影響。能夠有效使用程式，意味著智慧體正具備將知識與學習應用轉化的能力。這就需要程式員具備一些編程規則之外的能力，如分析、判斷、解決問題的能力等。程式員之所以能夠不被取代，底氣正在於其能將所學與實際情況相結合，並作出正確決策，而不是像AI程式員那樣的編程工具，為了編程而編程。

總之，世界終究是一個多因、多果、多元、多維的複雜系統。在這個系統中，人類程式員常常負責處理無法編程、“雜”亂無章的方向性問題，機器（如AI程式員）則善於處理可編程的重“復”性過程問題。今天的各種應用落地場景提供了聯結機器與人共同作用的“復”+“雜”平臺，未來，AI負責基礎重復性勞動、人類程式員負責頂層設計的模式已經初露端倪，而認為人類程式員將被AI取代、淪為提要求的“邊緣人”，為時尚早。