今年，人工智能绘画以各种形式刷遍了科技版新闻的头条。年初，只需一句文字描述就能生成科幻奇观的 Disco Diffusion 迅速走红，人们将天马行空的想象灌输到 AI 模型中，几小时即可得到与想象基本贴合的图像，刷新了大众对 AI 绘画能力的认知。
4 月，OpenAI 发布了 Dall-E 2 AI 模型，它能理解人类用自然语言输入的描述，生成基于描述的拟真图片。由于其简易的操作和独特的效果，很快便成了人们的创作工具。到了下半年，Stable Diffusion、NovelAI 等模型的出现将 AI 绘画提升到了另一个层次，人们开始难以分辨真人画师与 AI 生成的漫画图片，"AI 绘画会不会取代原画师"等话题开始被严肃讨论。
就在人们担心 AI 画图能否抢走漫画家的饭碗时，另一个行业已经面临 AI 就业危机——有意思的是，这场危机某种程度上是他们自己制造的。AI 程序员会编出 Bug 吗？
提到 Google 的 X 部门，你可能觉得有点眼熟。X 部门的前称是 Google X，就是那个制出了 Google Glass、Google 自动驾驶技术、Loon 热气球互联网计划的"疯子部门"。2015 年 Google 并入母公司 Alphabet 后，Google X 改名为"X"，专门负责开发激进、前沿的技术。近日根据外媒爆料，X 部门又在秘密进行一个新的项目，这一次他们想要利用 AI 机器学习，开发一个会自己编写代码的工具。
让程序员敲代码开发一个会敲代码的 AI 以取代程序员，这个段子一样的故事竟然要成真了。根据知情人士透露，这个 AI 写代码的项目代号为 Pitchfork，由曾经参与过 Google Glass 等几个重大创新项目的 Olivia Hatalsky 管理。Pitchfork 的开发灵感源自于 Google 工程师们在升级 Python 代码库版本时的突然出现的想法：如果不雇佣现有的这批软件工程师，他们要怎么实现版本迭代呢？
对于新雇佣的程序员来说，熟悉现有项目的代码往往需要一段较长的时间，一旦项目里的老资历程序员离职，想要平滑地承接代码工作总是不那么容易。于是乎 Google 想要开发一个"AI 程序员"，让软件的版本迭代摆脱对项目经验的依赖。AI 工具最大的特点就是能利用已有的资料，以极快的速度进行机器学习，经过适当的算法调教，AI 就能模仿学习资料产出类似的成果。因此，Google 希望让 Pitchfork 学习现有软件工程师的编程风格，并根据这些经验编写出新的代码。等到 Pitchfork 成熟后，便能取代程序员部分编写和更新代码的工作，同时还能保证代码的质量。
Olivia Hatalsky 曾在招聘 Pitchfork 开发人员的招聘信息中将这个项目形容为"构建软件工程的未来"，但这个可能会失去工作的未来，程序员真的会喜欢吗？程序员作为典型的高薪资工作，其工资一直是科技公司支出的大头。每当科技公司的经济收入出现波动，就会掀起一股裁员潮，尽可能减轻公司的用人成本，帮助公司度过寒冬。从这个角度看，Pitchfork 与其说是软件工程的未来，倒更像是为大规模裁员而准备的抵御性措施，让项目在缺少有经验的程序员的情况下也能正常运行。
根据外媒的统计，Alphabet 2021 年的员工薪酬中位数为 295884 美元，是标普 500 指数中最高的。面对收入增长放缓的困境，富如 Google 也难维持高薪神话，在上个月的财报电话会议上，Alphabet CEO 桑德尔·皮采表示将要放缓招收新员工的速度，而一些分析机构猜测，Google 可能要像 Meta 一样进行一次大规模裁员。如果裁员计划成真，那么 Google 的"AI 程序员"相信很快将会被提上日程。
在 Pitchfork 计划曝光之前，类似的 AI 编程工具已有出现。另一大科技巨头微软旗下的 GitHub 在 2021 年 6 月推出了一个名为 Copilot 的工具，你只需要输入几个新的代码，AI 就会帮助你完成剩下的部分。Copilot 是基于由 OpenAI 发布的 GPT-3 人工智能技术而来，GPT-3 可以根据网络存在的素材学习进行写作。GitHub 拥有着世界上最大的源代码库，接下来要发生的事你应该猜到了：GitHub 将大量的公共代码库灌给 Copilot，让它学会自己写代码。
目前 Copilot 虽然还不具备完全自主编写软件程序的能力，但已经能够完成一些短代码片段的工作。在一些外媒关于 Copilot 的报道中提到，开发者们已经利用 Copilot 生成了工作中 40% 的代码，GitHub 预计这个数字在未来五年内会翻一番。但在此之前，这些"AI 程序员"还有一个更大的问题有待解决——它敲出的代码合法吗？
正如前文所提，Copilot 产出的代码都是在 GitHub 上学习而来，这不可避免会出现 AI 自主使用未授权代码的情况，引来代码所有人的诉讼。根据 The Verge 的报道，微软、GitHub、OpenAI 已经收到了来自美国程序员的集体诉讼，程序员们指控 Copilot 的运作依赖于"空前规模的软件盗版"，违反了版权法的规定。这是美国第一起对 AI 系统的训练和输出提出质疑的集体诉讼案件，如果 AI 编程要成为软件工程的未来的话，那么这起案件的结果将会对这个"未来"产生深远的影响。
AI 产出的内容之所有权到底归谁？AI 侵权了又是谁的责任？使用者、创造者和 AI 之间到底是什么关系？这些都需要更详细的法条做界定，在接下来很长一段时间里面，即使 AI 已经有了能代替人类工作的能力，它在法律上仍是一个不折不扣的"非法劳工"。
除了法律风险，技术层面的挑战也不容忽视。当前的 AI 编程模型主要基于概率预测，这意味着它们可能会生成看似合理但实际上存在逻辑漏洞或安全风险的代码。例如，AI 可能引入已知的安全漏洞，或者无法正确处理复杂的业务逻辑边界条件。此外，AI 生成的代码缺乏可解释性，当系统出现故障时，调试难度会显著增加。企业若过度依赖 AI 生成核心代码，可能会导致技术债务的快速累积。
从行业发展的角度来看，AI 编程工具的出现并非要完全取代人类程序员，而是改变软件开发的模式。未来的软件工程将更多地转向人机协作模式，人类程序员的角色将从代码编写者转变为代码审查者、架构设计者和需求分析师。这种转变要求程序员具备更高的抽象思维能力和系统设计能力，同时也需要掌握如何有效地与 AI 工具交互的技能。
此外，AI 编程工具的普及还可能加剧技术鸿沟。大型科技公司拥有更多的数据和算力来训练高质量的模型，而中小型企业可能难以获得同等的技术支持。这可能导致行业垄断进一步加剧，使得初创企业在技术创新上处于劣势。因此，建立开放、公平的 AI 编程生态，推动开源模型的共享，将是行业可持续发展的关键。
