《ComputerWorld》杂志曾经写过一篇文章，说编程到1960年就会隐没，由于IBM开发了一种新言语FORTRAN，这种新言语可以让工程师写出他们所需的数学公式，而后提交给计算机运转，所以编程就会终结。

图片

又过了几年，咱们听到了一种新说法：任何业务人员都可以经常使用业务术语来形容自己的疑问，通知计算机要做什么，经常使用这种叫做COBOL的编程言语，公司不再须要程序员了。

再起初，人们又说，IBM又开发了一种新言语RPG，可以让任何员工填写表格并且生成报告，所以，企业的大少数编程需求都可以由它搞定。

图片

到了八九十年代，咱们又有了组件，有了图形化开发，业务人员拖拖拽拽就可以把程序开收回来了。

进入二十一世纪，又产生了LowCode,NoCode，既然都没有代码了，那就更不须要程序员了。

实践状况如何呢？

编程岂但没有被终结，门槛反而被始终降落，程序员越来越多了。

如今终极大Boss——大模型——来了，它和之前的新技术，新言语都不同，不用人去写代码，而是间接生成代码。

它能否终结编程，淘汰程序员呢？

首先咱们得抵赖，业界顶尖的GC工具，如，如今曾经具有了十分强悍的代码生成才干，假设你还不这么以为的话，欢迎看看我之前写的几篇文章。《AI可以生成95%的代码》

网上也有人用GPT-4，Midjourney,DALL·E3生成了一个相似愤怒的小鸟这样的游戏："AngryPumpkins，成果让人惊叹！

不过，AIGC生成的代码不可保障面面俱到，不可保障正确性，还得程序员去审核，去调试，发现疑问后疏导它去做修正，这是一件很吃力的事件。

驾驭好GPT-4这样的工具，可以让程序员成为超级集体。

其次，很多人没无看法到的是，写代码只是软件开发的一个过程，在写代码之前，还有需求剖析、设计（架构设计和详细设计）须要做。

AIGC在详细设计上有了长足的提高，然而架构设计上还不行，详细案例可以看这篇文章：《AI开局要挟程序员的外围才干了！》

随着AIGC的极速迭代，在5~10年内，兴许能产生有着弱小设计才干和代码生成才干的AI，然而AIGC很难翻越最后一座大山：需求剖析。

弄分明客户须要什么是一件十分难的事件，你得了解他们的畛域，他们的业务，他们的流程，而后在始终的交谈和确认中，才干大抵搞明确他们究竟须要什么。

很多时刻，客户只要看到软件成品才豁然开朗：奥，我要的配置不是这样的。

市面上产生的一切的编程关系的AI工具，如Copilot，AmazonCodeWhisperer，都不可间接从客户需求生成代码，都须要程序员用行话准确地通知它要做什么事儿才行。

便捷来说，从客户需求间接到代码生成，这条路不通。

从详细的软件规格说明书到代码，十分有宿愿走通。

所以有人搞了一个新型的外包公司，专门用AI生成代码，宿愿能用更昂贵的老本对其余公司启动降维打击。

只要人和人之间才干沟通需求，假设不成功通用人工智能，需求剖析这件事件AI是搞不定的。

通用人工智能什么时刻会产生呢？这很难说。

库兹韦尔在《机器之心》展现过一张计算力增长的图：

图片

从20世纪到21世纪，计算力呈指数增长，依照这个趋向，在2025年左右，1000美元的团体计算机的计算才干就可以到达人类大脑的水平。

到2060年，计算力能超越一切人类大脑的总和。

不过，计算力的到达人类大脑的水平，并不象征着智能也能到达人类的水平。

人脑中的神经元数量大概为1000亿。每个神经元平均约有1000个衔接，合计100万亿个衔接。

一切衔接可以启动同步计算，这是一种相当弱小的并行处置才干。

如今人们试图经常使用神经网络来模拟人脑，然而当神经元足够多以后，它究竟是如何上班的，为什么展现出了智能的行为，人类还是一头雾水，只能用个词--涌现--来含糊地形容它。

所以库兹韦尔倡导钻研人的大脑，应用磁共振成像扫描仪等技术窥探大脑外部。随着技术始终更新换代，扫描分辨率和扫描速度始终提高，无创、非侵入式扫描活人大脑最终变得可行。

依据扫描得出的信息，绘制出详细位置、相互之间的衔接、体细胞的成分、轴突、树突、突触前囊泡以及其余神经局部。而后整个脑组织就可以在一台内存足够大的神经计算机中被重造进去，大脑中的存储内容也可以被重造。

这一天不知道什么时刻才干来到，所以如今不用对AI的要挟忧心忡忡，只需能驾驭AIGC这个工具，让他为自己所用，就可以继续忧心肠去搬砖了。

互联网头部大厂纷纷裁员，就业寒潮降临，程序员何去何从？

近两年受到疫情以及大环境不景气的影响之下，越来越多的企业都开始着手缩减开支，控制人员成本支出。所以也真的不难发现，越来越多的企业纷纷开启了裁员模式，其中也不乏一些知名的互联网巨头。

提起我国的诸多互联网知名企业，大家都能如数家珍吧，比如有腾讯，阿里巴巴，网络，甚至是近几年来所兴起的短视频制作平台抖音快手等等。所以这些企业在我们一般人看来是属于光鲜亮丽的高薪职业，但是随着今年大环境的影响之下，已经逐渐进入了寒冬时节，所以也纷纷开启了有计划的裁员模式。

很多大企业在做出裁员的举动以后，往往也是对外宣示以便为了能够正常优化企业的发展。优胜劣汰，这是职业人在职场发展当中所面临的一个现实问题，即便是互联网巨头旗下的一些精英人才也难免遭此厄运，想必很多人也以为这些遭到裁减的人员会引起其他猎头公司的注意，纷纷向其抛出了橄榄枝，但是现实往往也是很无奈的，在当下就业环境如此严峻之下，大部分超过35岁迈入中年人行列的许多职业人往往也会面临着职业发展的瓶颈时期，甚至是处于一个比上不足比下有余的尴尬局面。

所有程序员在面对职业瓶颈的时候，他们究竟何去何从，敢问路在何方？

相信作为任何一个具有资深工作经验的程序员，他们在面对事业抉择以及职业前景发展的时候，也是最具有话语权的，一来就是能够成为该行业的专家，这是可以主导一个公司的技术更新发展，成为团队下不可或缺的角色人物。除此以外，在专业领域之内深耕，使得技术突飞猛进并且炉火纯青，从而在职场上做出一些职业发展的改变，主要朝管理方向进行发展。想必这样也是许多程序员最喜闻乐见的前瞻。即便程序员在面临未来前途抉择的时候最不堪处境，也可以尝试向转行或者是创业等等做出改变。

程序员的职业生涯通常会遇到哪些为人熟知的职业瓶颈？该如何应对？

会的。身边同事工资翻了一番，但自己跳槽加薪难，面试无回复，跳槽加薪不高;我想离开一线的开发工作，做一个技术管理的职位。我对自己的技术实力和项目管理能力没有信心。不愿意写一辈子的代码，想寻求职业突破(进入知名公司，拿高薪)却找不到方法，缺乏明确的职业规划。这类朋友还是比较多的，主要是想学但没有方向，这应该是广大程序员工作人群的困惑。

很多Java程序员都将成为架构师作为职业目标，那么小编在这里主要从架构师的方向出发，如何快速、系统地掌握Java核心技术，成为架构师职业规划应该学习哪些技术?在这里，小编为大家分享一些学习心得。

编程本质上是一种机动度量解决问题的手段，而数学是世界上最客观的知识之一。对于常规代码，每一行代码都有自己的数学起源，可以说一切都是一样的。因此，学习经典源代码是非常重要的。毕竟，让经典成为经典的是它深不可测的价值。经典源代码不仅可以构建一个系统，指导我们学习代码编写的例程，让我们从零开始学习编程。随着经验的积累，我们回顾这些经典的源代码，往往会有不一样的感受。它允许人们进一步理解技术的上下文，并从根本上思考代码的逻辑和连续性。

其实，刚开始的时候，我并不喜欢把自己的作品记录下来，更不喜欢把它写成微博，发布在公众号上。即使在公司里，我也嘲笑它，认为这只是形式主义。但在我被困住的那些年里，我一直在写作，让自己不去想那些事情。这次经历让我想到了用一种新的方式总结经验。乍一看，根据某一条目逐字逐句地输入你的工作经历似乎是在浪费时间。但在不断总结工作经验的过程中，我们对工作进行了更仔细的梳理。这实际上是一个思考的过程，在经验中寻找共性，并逐渐形成自己的工作方式。随着时间的推移，你会摆脱焦虑，找到一条适合自己的道路。