当chatgpt火起来的时候，一朋友问我，AI是否会淘汰程序员？答案是，不会，但是会淘汰不会用AI的程序员。
前言
作为研发，如果可以根据注释或者上下文自动生成代码、技术文档、单元测试，你想不想体验？
作为产品，如果可以自动分析市场数据和用户反馈，编写需求文档、用户故事，你想不想体验？
作为测试，如果可以自动生成测试用例，覆盖各种场景和边界条件、测试脚本，你想不想体验？
作为设计，如果可以自动生成UI设计原型，特性，或提供设计灵感、交互文档，你想不想体验？
.....
这些在2022年11月30号之前，都是每个搬砖者的梦想。
但就在那一天，OpenAI向世界丢下一枚炸弹，发布一款聊天机器人程序(ChatGPT3.5)，能完成撰写邮件、视频脚本、文案、翻译、代码，写论文等任务，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流。当时在整个地球引起了轰动，多少人担心AI即将统治地球。
接着各大平台进入语言模型行列，力争能分一杯羹，包括但不限于百度的文心一言、腾讯的混元，当然还有google的Gemini，以及各大巨头还在研发中的语言模型。当然，这些在chatgpt4.0面前，都是弟弟。
不得不感叹，AI 的发展真的是太快了，很多同学可能对 AI 的印象还局限于智能问答，但其实现在 AI 已经能自己干活了。
虽然 AI 现在还不能完全取代一个职业，但确实改变了很多职业的工作方式。走在时代的前面人员，早就使用 AI 工具来帮助自己摸鱼。开发用它生成代码，设计用它生成图像，测试用它来编写用例，运营用它优化文案，销售用它智能回复。我不仅全都要，还会用 AI 来创造艺术。
虽然 AI 已经这么强大了，但是有多少同学能真正利用好它呢？
接下来，我会从研发、产品，测试、设计等职能下，演示如何利用AI来提高工作效率，
Show Time
研发工程师
为了让程序员胖友们，可以跟上时代，我利用周末做了视频和图文教程，并且从付费copilot和免费的AI工具CodeGeeX、阿里的通义灵码为例，给大家分享如何运用AI工具提高学习和工作效率。
案例一：生成简单的单例模式。
- copilot
明显，没有识别到已经导入了包名、提供了main方法，但是大体不差，也使用了sync.Once方法来实现第一次加载的情况。
- codegeex
虽然定义了sync.Once，但是并未使用，而是直接返回了全局的instance，但是全局的instance并未初始化，所以这段代码无效。
可能，工作中不会这样实现的，我们来个更加切合工作实际的例子吧。
案例二：数组根据字段排序
- codegeex
明显，符合预期，且完全按照我的注释要求，自动生成代码，我无序做任何的更改，且自动生成时间较快。
- copilot
不亏是githup老牌，为了解耦合，它还单独给你创建了排序的方法，并且在排序的方法里面，生成了根据age、name等排序规则。这已经是三年的程序员水平了，甚至有独立思考的能力。
- 通灵义码
基于阿里云通义代码大模型打造的智能编码助手
大哥，你这是干嘛？我要排序啊，不是要打印。 你完败，直接出局吧。
产品选择
以上其实就是最最简单的测试，当然在工作中的场景远比demo要复杂。
我们尝试了使用copilot、codegeex和阿里的通灵义码，三者来模拟工作中的一些使用场景，下面我们来客观对比下：
| 特性/产品 | GitHub Copilot | Code Geex | 通灵义码 |
|---|---|---|---|
| 产品价格 | 10美元/月，或99美元/年。 | 免费 | 免费 |
| 支持的语言 | 极为广泛如Go、C++、Java、Python等等 | 广泛，市面流行Top10 | 广泛，市面流行Top10 |
| 支持的IDE | IDEA、AndroidStudio、VSCode、Rider、RustRover等 | VS Code、IDEA、PyCharm、Vim | VSCode、IDEs、Docker、WSL、Web IDE |
| 生成速度 | 高速，集成IDE | 高速，集成IDE | 高速，集成IDE |
| 生成代码的适合度 | 较高，基于大量开源项目训练 | 高 | 高 |
所以，根据我的经验，我推荐Code Geex，它目前免费，性价比较高，可以满足大多场景，当然咯，土豪可以直接上Copilot。
至于CodeGeex的更多介绍，以及更多功能，可以在网上找下，或者移步：Code Geex详细介绍
