首先，我不禁感到迷茫：传统编程在这样一个日益智能化的世界中还有前途吗？面对AI的崛起，未来的程序员该如何应对和适应？
要回答这些问题，我们需要凭借对未来的想象。
（PS. 本文仅上面开头部分由GPT润色，其余完全手打）
编程&科研领域
另外就是代码重构方面，以前维护的“屎山”，基本上难以人为的扒拉开来看，现在直接丢给GPT完事儿。
感觉上像是建立了“想法”->“实际代码”的直接映射。
速度方面自然不用说，可以说是彻底的“降维打击”。有人说AI写的没人类好，这个真不一定。现在最前沿我不了解，但是仔细想下，AI不仅可以学习官方文档和海量优质的网络教程，还可以学习大量成熟、优秀的开源源代码。不管个体还是团体阅读代码的能力应该都远远不如AI，而且钻研源代码是个“苦差”，做这事的人本身就是少数，甚至说老老实实看官方教程的都不是很多。个人感觉，未来，不管是顶层设计还是代码实现，AI吊打人类程序员都是迟早的事情。
有时候我想这东西太逆天了，以后也没有程序员了，只要有人维护AI就行了。但是AI本来就是人类几十年知识的结合体，碾压人类本来就是很正常的事情。那人类知识是不是不创新了？不增长了？其实AI的创新能力吊打人类，因为人类个体基本上只会知道个别领域的知识，基本没有全领域的专家，但是AI它不仅精通哲学、医学、物理、天文、地理、编程，基本上你知道的他都知道，你不知道的他也知道。我之前写论文的时候，写“未来的工作”部分，自己想到了几个点，然后又让GPT4写几个点，结果我想到的它都“想”到了，而且想法质量上还有提高，并且还提供了几个我没想到的学科融合的绝妙“想法”。设想一下，它基于这些想法，自主设计实验也完全是可行的，再多给它几个现实世界的接口，例如让它联网，那么它自己去实验证明然后出论文也是完全没问题的。
当然这个可能要在未来，目前我用GPT来写论文感觉还是不太可，但是这个有随机性，有时候你自己写的很垃圾，AI可能给出一个王炸，有时候AI怎么写都感觉很呆板，说不到要点、纯扯蛋。目前感觉，GPT最好用的是编程领域。因为它基本上有一个大致确定的结果，并且可以通过跑程序验证正确性。
小说&绘画领域
感觉这个问题是容易解决的，例如在生成小说的时候对一些设定进行固定等。
关于绘画，我主要试了Stable Diffusion。稍微了解了下原理，感觉最大问题还是随机性，就是感觉出图就像抽卡（从刺激性角度看可能也是一个优点），有时候是金色传说，有时候跑了半天出来一个凤姐恨不得把电脑砸了。也就是说，这种随机性有时候可能是对人类资源的严重浪费，你烧了显卡，排了二氧化碳，浪费了电，但是得到可能不是人类所想要的东西。当然这个领域进步也很快，配合controlnet等东西，可以进一步对结果进行控制，这个我暂时还有没有进一步尝试。
AI可能在绘画领域扮演一种“超级剽窃师”，最近看到新闻，貌似说有种技术可以让AI剽窃得毫无痕迹。但是不得不承认，AI的作品可能真的比很多中低端画师的作品优秀，甚至个别超低端画师作品的存在可能是在污染AI的训练集。我特别能想象，那种幸苦学画N年，然后画了一天发现没AI几秒画的好的那种心情。但是你得知道，AI是人类N年知识水平的结合体，在很多工作上肯定是比个体优秀的。生产力的发展是不可阻止的，我觉得AI辅助创作应该是未来制图工作者的必备技能。
AI辅助学习
其它领域（电影、动画）&小结
最近也设想制作一些动画、短片之类的，于是做了一些调研，发现即便是最简单的工具，对于一个完全外行的人来说，制作一个质量稍好的动画也是复杂的，需要有一定的时间去学习、练习。在学习工具的过程中，我感到这个领域如果类比到编程（当然就仅我接触到的低端工具而言），就仿佛停留在“面向过程”时期。
总结一下，就是说，未来每个人都可以是程序员、画家、导演。重要的不在是特定领域的“技术和经验”，重要的是想法及其质量。然后个体变成一个超级甲方，AI变成乙方，个体需要学习的就是怎样和AI沟通，让AI彻底理解你的想法。