ChatGPT偷家:Stack Overflow正被程式設計師拋棄,訪問量一個月驟降3200W

金磊 Pine 發自 凹非寺

Stack Overflow,正在被程式設計師們拋棄。

你沒聽錯。

這個全球知名的開發者問答網站,僅在一個月時間內,訪問量驟降3200萬

甚至現在的搜尋量僅是它巔峰時期的三分之一……

為何會突然如此?網友一語道破玄機

為何會突然如此?網友一語道破玄機:

自打ChatGPT問世以來,我就沒再用過Stack Overflow了。

而且從近三個月Stack Overflow訪問量統計來看,流量下滑是在2022年11月至12月期間發生的。

巧合的是,OpenAI發佈ChatGPT,正是在去年的11月30日

好傢伙,原來又是AI圈當紅炸子雞ChatGPT的「鍋」。

那它為何能在這麼短的時間裡,如此迅速改變眾多程式設計師求知習慣的呢?

「我懶,所以用ChatGPT」

對於這個問題,作為使用者的程式設計師們,或許最有發言權。

有人便將問題言簡意賅地歸結為兩點:

  • 如果我不懶:Google和Stack Overflow是首選;

  • 如果我懶:我選ChatGPT。

言外之意很明顯了,問題的關鍵,出在了獲取答案的便捷性上。

我們先來看下在Stack Overflow上獲取答案的流程。

首先,你需要點選「Ask Question」按鈕開啟提問之旅:

然後便來到了繁瑣的

然後便來到了繁瑣的「填空」環節:

輸入標題描述問題嘗試過什麼/期待什麼結果語言標籤

語言標籤

但這一系列操作之後還不算完,對於提問者來說,最無奈的可能就數漫長的等待了。

然鵝,現實情況往往會是這樣:

沒錯,石沉大海,無人問津

沒錯,石沉大海,無人問津

沒錯,石沉大海,無人問津

;而且即便有人回答了問題,也要看下哪個答案的「vote」高等等。

不過這事要是換做ChatGPT,結果就不一樣了,只需要一個動作:

問!

然後答案就「啪的一下」甩到你的面前

然後答案就「啪的一下」甩到你的面前。

如此對比下來,ChatGPT在「問答」這事上的便捷性也就可見一斑了。正如網友總結的那樣:

搜尋產品/網站 → Google

尋求答案 → ChatGPT

尋求答案 → ChatGPT

不過有一說一,「問答」這事便捷性固然是一方面,但更重要的一點還應該回歸到答案的準確性。

那麼接下來的一個問題便是:

程式設計師依賴ChatGPT,靠譜嗎?

要知道當初Stack Overflow禁用ChatGPT給出的說辭可是:

(這樣做)的目的是減緩使用ChatGPT創建的大量答案流入社區。

因為從ChatGPT得到錯誤答案的概率太高了!

不過這只是「對家」的一面之詞,不能全信。現在距離ChatGPT發佈也有一段時間了,靠譜不靠譜我們直接看看各位使用者們的使用感受。

先說結論,ChatGPT在程式設計上可以說是「全能型人才」了:找Bug,編寫網站,提示詞轉換程式碼……

ChatGPT找Bug可以說是相當貼心了,舉個栗子

,repit的CEO給ChatGPT甩了一段有錯誤的程式碼,讓它找出其中的Bug。

結果ChatGPT不僅把Bug找出來了,還指出了錯誤原因,怎麼修改,並且還附上了正確程式碼,最後還不忘來一波總結。

(這不比Stack Overflow搜尋找答案好用?手動狗頭)

當然一個AI模型也不能薅著Stack Overflow一個問答網站作對比,來看看和其他程式碼修復系統的對比。

前不久約翰內斯·谷登堡大學和倫敦大學也做了一項研究,讓ChatGPT橫向對比了其他三個程式碼修復系統:Codex,CoCoNut和Standard APR。

研究過程中,研究人員統共給出了40段錯誤程式碼,得到的初步結果是:

ChatGPT解決了19個問題,Codex解決了21個,CoCoNut解決了19個,Standard APR方法解決了7個。

其中Codex和ChatGPT來自同一個語言模型家族,所以結果比較接近。

BUT!這還不是最終結果,ChatGPT畢竟是個對話模型,是可以交流的,而交流之後,它解決的Bug高達31個

嗯,最終的結果也顯而易見。

ChatGPT除了debug之外,給出要求也能夠自動編寫程式碼,網友們反饋最終的程式碼效果也還不錯。

就比如說有網友聲稱,自己初創公司的大部分程式碼都交給ChatGPT和Copilot來完成了。

還有一個ChatGPT的「學生粉」用ChatGPT編寫了一個網站,生成的程式碼很整潔:

甚至去年年底,Riley Goodside還靠玩轉ChatGPT提示詞收到了估值73億美元的矽谷獨角獸公司Scale AI的offer,正式聘請他為「提示工程師」

而工作的內容就是:只要講幾句人話,讓AI生成自己想要的程式碼。

還有太多例子這裡就不一一列舉了,總之現在已經有人把ChatGPT納入程式設計生產力當中了。

並且ChatGPT也是個「求上進」的好模型,之前傳言它數學能力不足,這不昨天OpenAI就官宣提升了ChatGPT在真實性和數學能力上表現。

對於程式設計師們來說,比較關心的還是ChatGPT在程式設計上能力有沒有長進。

不過在這方面,倒是有網友檢測過,同樣一個程式碼問題,去年12月底(左側)還能回答出來,今年1月底(右側)就不會了。

One More Thing

最近ChatGPT有「新裝備」了,剛出了個模型BLIP-2,能夠接入ChatGPT,它不僅會簡單的看圖說話,還會講解劇情、給圖片配字……

並且,BLIP-2在各種視覺語言任務上實現了SOTA,目前程式碼已開源。

強強聯合,期待一波~

強強聯合,期待一波~
圖源:@Daniel Bourke

參考連結:

[1] https://twitter.com/dannypostmaa/status/1620207540381569024

[2] https://techcabal.com/2023/01/31/stack-overflow-chat-gpt/

[3] https://twitter.com/flaviocopes/status/1620333315919331328

[4] https://twitter.com/laminappcom/status/1620516951163559936

[5] https://www.pcmag.com/news/watch-out-software-engineers-chatgpt-is-now-finding-fixing-bugs-in-code

[6] https://twitter.com/mrdbourke/status/1620353263651688448

相關文章