Google員工集體打臉劈柴，25%新代碼AI生成誇大事實，Linux之父怒斥90%都是營銷

「Google內部超1/4新代碼，全是由AI生成的」！

上週，CEO劈柴在Q3財報會議上的一句話，瞬間點燃了全網的激烈討論。

AI生成的代碼再由工程師進行審核，能夠幫助工程師完成更多的工作，加快開發效率

然而，也正是這句話，劈柴卻遭到了自家員工「打臉」。

在熱門新聞網站HK上，一位Google程序員發帖，對這個觀點並不認同：

我在Google剛剛結束了一天的工作，我剛才在寫那種稱之為「AI生成代碼」的東西，但是這個代碼補全能力最擅長補全我正在寫的代碼行。

比如，當我寫「function getAc…」時，它足夠聰明，可以補全完成「function getActionHandler()」，可能還會建議正確的參數和一個不錯的jsdoc註釋。

簡單來說，它是個有用的生產力工具，但並不能完全進行真正的軟件工程設計工作。它可能和Copilot差不多，也許稍差一些。（不過我最近沒用過Copilot）

評論區下面一位Google員工，更是直言不諱，「這明顯就是在誇大事實，他們可能把一些存在了十年的全自動代碼審查/Pull Request也算作『AI生成』了」。

如果一個10人團隊和一個使用Copilot的8人團隊生產力相同，那在我看來可以說「AI替代了2個工程師」。更重要的是，如果這是真的，科技領導者們早就會這樣宣稱了。

Copilot和類似工具已經存在足夠長的時間，足以證明其效果，但沒有人說「我們用AI替換了X%的員工」，因此通過「否定後件」的邏輯，使用Copilot並不能實質性地加速開發。

如此戲劇性的反轉，讓現場吃瓜的網民大受震撼。

就連Linux之父Linus Torvalds在採訪中表示，「AI只不過是一種營銷策略。人工智能市場狀為90%營銷和10%現實」。

可以慶幸的是，AI取代程序員工作應該離我們還很遙遠。

25%代碼AI生成，過度吹捧遭打臉

在所有人看來，25% AI生成代碼所佔的比例是非常高了。

此外，劈柴在Q3財報講話中還提到了，不論是從token數量、API調用、業務採用哪個方面去衡量，Gemini模型使用率都處於急劇增長的時期。

除了Google自己的平台，Gemini還聯手GitHub Copilot，為更多開發者提供能力，支持處理200k上下文的大規模代碼庫。

實際上，AI編程助手往往會在代碼中植入錯誤，侵犯版權，甚至在某些情況下，導致中斷。

這時，程序員被迫成為「AI提示大師」，手動修復AI助手創建的任何問題。

Google對AI編碼的吹捧，卻成為了全網的華點。

有人表示，「問題在於，修復那25%代碼中的bug所花費的時間超過了節省下來的時間」。

「現在Copilot這樣的工具被廣泛使用，研究表明它們實際上並沒有提高生產力。所有相反的說法似乎要麼是道聽途說，要麼就是營銷噱頭」。

另有網民表示，「時間會告訴我們AI輸出質量是比熟練的程序員差、相當，還是更好，但對於超出明顯的樣板代碼（比如for循環中需要的所有符號）或命名（如上面那位描述的函數名和註釋自動補全）之外的任何建議，我都會非常謹慎」。

與此同時，在Reddit熱帖中的網民稱，「我認為我們不太關注採用率，而是更關心其他因素。它能提高開發速度嗎？能提升代碼質量嗎？能改進維護性嗎？我覺得這些還未可知。

更大的問題是，在大型企業中使用AI的ROI是多少？運行或訓練這些AI大模型並不便宜」。

不過，又一位Google員工站出來，給了比較中肯的回答。

他首先承認了，AI寫代碼僅是工程工作的一小部分。

然後依據他個人經驗，又認為「不過AI系統要比人們所描述的強大得多，也可能是因為我大多數情況下用C++，它比JavaScript有更大的訓練語料。系統已經很擅長的一件事是根據註釋寫出完整的短函數」。

內部代碼模型泄露，專為Google員工打造

在Google內部，開發者都在用什麼模型寫代碼？

今年2月，BI從一份泄露內部文件中得知，Google悄悄推出了一款名為Goose的新模型供內部使用。

Goose是Gemini的一個分支，基於Google25年工程專業知識上完成訓練，支持28k token上下文。

它不僅可以回答有關Google特定技術問題，還能使用顳部技術堆棧編寫代碼，還支持一些新功能，比如根據自然語言提示編寫代碼。

一份文件中指出，Goose計劃成為Google內部編碼使用的第一個通用LLM。

而且，Google計劃是，通過Goose將AI帶入產品開發過程的每個階段。

92%美國碼農用AI寫代碼

用AI輔助代碼生成，已經成為大多數程序員的日常。

根據Stack Overflow 2024開發者調查報告稱，超76%的人正在使用，或計劃在今年開發過程中用上AI工具。其中，62%的人正積極使用AI工具。

上半年發佈的GitHub開發者報告中，92%美國軟件開發人員已經在工作內/外使用AI編碼工具。

AI輔助編碼於2021年首次在GitHub Copilot中大規模出現，並在次年6月正式對外發佈。

當時，它使用的是OpenAI一個特殊編碼的AI模型Codex。

該模型既可建議連續的代碼，也可以從英語指令中從頭開始創建新的代碼。

從那時起，AI編碼在全世界鋪開。隨後加入的玩家，比如Anthropic、Meta、Replit、OpenAI等不斷完善解決方案。

最近，GitHub Copilot官宣擴展了新功能。並且，加入了Claude 3.5和Gemini 1.5 Pro模型。

一些人都在吹捧AI編碼的強大能力，卻也引起了另外一些人的批評。

史丹福去年的一項研究顯示，使用AI編碼助手的開發者，代碼錯誤更多。而且，他們比那些不用AI的人，更加相信AI編寫了安全的代碼。

雖然AI生成錯誤的編碼是危險的，但回看軟件開發的歷程，也曾遇到過類似有爭議的變化。

比如，從彙編語言到高級語言的過渡，在那時，也面臨著一些程序員的反對。

他們所擔心的是，我們不僅會失去控制，還降低了效率。

類似地，上世紀90年代，面向對象編程的採用，也遭到了複雜性、性能開銷大的質疑。

在AI增強編碼的最新轉變中，也是同樣如此。

微軟前副總Steven Sinofsky表示，「無論你認為用AI編程在今天是否有效，都不重要」。

「但是，如果你認為GenAI編碼會讓人類變笨，或不是真正的編程，那麼請考慮一下，這類批評其實一直都在（從最早的Fortran編程語言就開始了）」。

AI將如何改變科技就業市場

科技行業曾是眾多人才競相追求的熱門領域，但如今卻面臨著職位減少的挑戰。

根據Indeed.com的數據，自2020年2月以來，招聘崗位減少了30%。

Layoffs.fyi網站的報告也顯示，今年科技行業的裁員潮仍在繼續，自1月份以來，已有約13.7萬個工作崗位被裁減。

造成傳統科技職位需求下降的一個重要原因是，AI已經能夠勝任許多曾經由人類完成的常規編程、編碼和技術任務。

隨著AI工具持續提高生產力，組織機構能夠以更精簡的團隊實現更好的成果。因此，這一趨勢正在減少軟件開發和信息技術支持等領域的初級和中級職位需求。

另外，微軟和領英最新發佈的2024年工作趨勢年度報告顯示，僱主們對具備AI技能的求職者表現出強烈偏好。

報告指出，66%的企業領導者表示不會考慮沒有AI技能的申請者，而71%的領導者更傾向於選擇具備AI專業知識的新人，而非缺乏這些技能的資深人士。

在當前形勢下，隨著各公司紛紛致力於獲取和培養AI人才，科技專業人士必須主動適應變化，提升自身在AI相關領域的技能，才能在瞬息萬變的就業市場中保持競爭力。

AI在軟件領域的崛起正在重塑軟件工程師的角色定位，使其工作重心從傳統編碼轉向AI監督和集成。這種轉變需要一套全新的技能組合，將AI專業知識與倫理考量和高級系統設計有機結合。

隨著領域的不斷髮展，工程師們必須轉型成為具備AI思維的解決方案專家，能夠熟練管理AI生成的代碼，深入理解其局限性，並在這個新範式中持續創新。

參考資料：

https://news.ycombinator.com/item?id=42002212

https://arstechnica.com/ai/2024/10/google-ceo-says-over-25-of-new-google-code-is-generated-by-ai/#gsc.tab=0

https://www.forbes.com/sites/jackkelly/2024/11/01/ai-code-and-the-future-of-software-engineers/

https://www.reddit.com/r/google/comments/1gfrs03/google_ceo_says_over_25_of_new_google_code_is/

本文來自微信公眾號「新智元」，作者：新智元，編輯：桃子 好睏，36氪經授權發佈。