1.媒体来源:
BBC
2.记者署名:
帕特莱格·贝尔顿（Padraig Belton）
BBC商业科技事务记者
3.完整新闻标题:
人工智能：编程员为何喜爱这些可能令他们失业的新科技？
4.完整新闻内文:
“当你开始学写代码，本身就能让你觉得自己很聪明，好像在《骇客任务》（Matrix，《
黑客帝国》）里面一样，”26岁的陆伶彦（Janine Luk）说。她是一名在伦敦工作的软件
工程师。
出生在香港的她职业生涯初期是在法国南部做游艇市场营销，但是却发现这一行“有些千
篇一律和肤浅”。
于是，她开始在下班后自学编程，之后又跟了一个15周的培训营。
在培训营的最后一天，她向一家网络安全软件公司Avast申请了一份工作。
三个星期后就开始上班了。
“两年半之后，我真的觉得那是我做过最好的决定，”她回忆说。
她刚开始进入这家公司时，她是团队里第一个女的软件开发人员。现在，她会用业余时间
来鼓励其他女性、有色人种和LGBT（同性恋、双性恋及跨性别）人士尝试编程。
她说，对于像她这样的程序员来说，最近最有趣的转变是人工智能（AI）工具的兴起，它
能够自己完成越来越巨量的代码编写。
6月，位于旧金山（三藩市）、拥有5600万用户的代码托管平台GitHub公布了一个新的AI
工具，叫做Copilot。
你开始键入几个新的代码字符串，然后AI会给出建议，如何写完剩下的部分。
“我见过最震撼脑袋的机器学习功能应用，没有之一，”Instagram的联合创始人迈克·
克里格（Mike Krieger）对Copilot发出这样的热情赞叹。
它是基于一项被称为“GPT-3”的人工智能技术，在去年夏天由OpenAI发布。那是一家位
于旧金山的人工智能实验室，由伊隆·马斯克（Elon Musk）联合创办。
这个GPT（代表“generative pre-training”，即“生成预训练”）引擎做的一项“非常
简单但是非常大量的工作——预测一串文字当中的下一个字母，”Codility公司的创始人
，工作地在华沙的格泽戈茨·贾卡奇（Grzegorz Jakacki）解释说。他的公司制作了一个
广受欢迎的招聘测试软件。
OpenAI训练人工智能，是通过网络上已经存在的文本，比如书籍、维基百科和数十万网页
，他说，这样的原始素材是“有点经过人为策划但是尽可能多地包含了各种人类语言”。
而且，贾卡奇表示，“可怕的是，它没有被教导任何特定语言当中的规则。”
这样得出的结果还是像模像样的文字段落。
之后，人们还曾叫它去用多种不同风格来写作，比如，写一个新的哈利·波特（Harry
Potter）故事，但是用厄内斯特·海明威（Ernest Hemingway）或者雷蒙·钱德勒（
Raymond Chandler）的风格。
最终，OpenAI的首席执行官萨姆·阿尔特曼（Sam Altman）在推特（Twitter）上发文称
，对于GPT-3的炒作“太过份”，而且人们需要记住，AI“有时间会犯一些非常傻的错误
”。
GitHub的母公司微软（Microsoft）在9月买下独家许可使用GPT-3，而GitHub还决定训练
另一个类似的模型。只不过这一次，是训练AI写软件的源代码。
GitHub是世界最大的源代码库，拥有至少2800万个公共代码库（软件代码组存放的地方）
。所以，这家公司也能给Copilot一个可观的公共代码原始素材。
陆伶彦曾经尝试给AI出难题，她发现这样做的结果是，Copilot能够提供“相对好的解决
方案，尽管有时候会需要一些微调”。
作为一名程序员，她远没有把这个工具看作是她工作的威胁，而是喜欢有AI来帮她做写代
码当中那些“比较沉闷的部分”，比如检查那些被叫做“正则表达式”（regular
expressions）的复杂字串，她过去总是要“三番四次复查”。
而且，佛蒙特州开源软件公司红帽（Red Hat）的资深程序员迪娜·穆斯卡内尔（Dina
Muscanell）说，由于AI接收的是由专业程序员写的代码，它真的能帮助编程者运用同僚
的集体智慧结晶。
现在已经有一些像“Stack Exchange”这样的代码社群网站，程序员会在上面问问题然后
得到建议。或许这也没什么不一样？
“如果你想想，是在敲代码的同时立即得到回馈，那还是很赞的。”她说，虽然是由AI来
堆砌，但是其实“你有一整队人在给你投喂这些代码”。
不过，专业程序员对于AI这个初来乍到的新兵还是有一些顾虑。
其中一个是找错。贾卡奇说，在软件工程行业当中，“在垃圾显而易见的时候，你是比较
幸运的，但是这个东西可能会制造一些非常隐秘的垃圾。”
在代码当中的微小错误有可能非常难于被发现，同时导致非常大的代价。
未来一种可能的解决方法是利用AI来查找漏洞：比如，发现在微波炉上按某些按钮“是有
效的输入，但是却不合情理”。不过，我们还没有达到这一步。
与此同时，穆斯卡内尔警告说，“如果你经验不足，而你是在尝试学习，你可能会出一些
差错但是却没有意识到。”
台积电芯片涨价，如何影响全球半导体供应链
AI和法律：机器人给你当律师会是什么样
苹果重拳排查手机上儿童色虐图片的是与非
人工智能破解蛋白质结构可能引发医学革命
语音克隆技术的蓬勃吸引的不仅是演员，还有网络罪犯
另一个大问题则涉及这些自动生成代码的所有权。如果Copilot是在用其他人写的程序来
获得训练，编出一些与另一名程序员写的几乎一样的代码，然后你又用到它，这会怎样？
陆伶彦说，使用AI工具“有可能会侵犯一些开源软件许可，因为它可能会有些东西是来源
于训练代码”。而这可能会令你掉进剽窃的漩涡。
贾卡奇说，这完全是一个“法律尚未跟上技术”的领域。
理论上，你可以衡量有多少代码是源自于一组训练代码：方法是通过训练一个不同的AI去
省略掉一组特定代码，但是使用所有剩余的代码。
但是，贾卡奇说，这样做将会“极其高成本”。
实际上，目前AI只提供一些短的代码片段，不会完全编写软件程序。
贾拉奇说，相较之下，要在网页代码中“得到任何一种有意义的功能”，最短的代码长度
是1万行。
所以，它还没有凖备好要取代真人程序员。
也没有到可以出现传说中的人工智能技术奇点的程度——这个想法最早是由数学家约翰·
冯·纽曼（John von Neumann）假定的，指的是电脑智能的自学循环进入一个失控的爆发
点，然后飞快地超越人类的智慧。
而更重要的一点，对于像陆伶彦这样的代码编写员来说，“即使它有帮助，也不一定代表
工作量会减轻。”
代码仍然需要全面覆核，而且要进行两部分测试，一个是它如何运作（称为单元测试），
另一个是它如何与其他代码融合（集成测试）。
她表示，这样还是非常好。
她喜欢写代码的主要原因“是它当中解决问题的部分，而如果所有事都已经帮你做好了，
那当中的乐趣就被拿走了，”陆伶彦这样反思到。
如果电脑做太多的思考，“你就得不到解决一个问题之后的那种满足”。
而虽然她认为，随着越来越多的学习和调适，AI编程工具是有潜力的，“但是希望不要太
快，让我们变得多余，”她笑说。
5.完整新闻连结 (或短网址):
https://www.bbc.com/zhongwen/trad/business-58476227
6.备注:
※ 一个人三天只能张贴一则新闻，被删或自删也算额度内，超贴者水桶，请注意
※ 备注请勿张贴三日内新闻(包含连结、标题等)