我们先说答案：人工智能在目前的很长一段时间内无法取代任何一个真正的程序员。甚至是初级程序员。

自从ChatGPT出现以来，我们就开始热切地讨论哪些职业会被替代。文案，收银，翻译等等，甚至程序员也赫然在列，也充斥着前端程序员会被取代的说法。那我们今天就深入讨论一下ChatGPT到底能不能替代前端程序员。

首先我们都说人工智能可以代替程序员了，那人工智能一定变得很牛了，那实际情况是什么呢？人工智能真的智能吗？

“人工智能”真的智能吗？

要说明这个问题，那我们就不得不考虑一件事情——ChatGPT真的具备思考和理解能力了吗？
或者，它只是通过大量的语言训练，让它知道了更多的问题的答案，并记录下来，在我们问同样的问题时，展示给我们呢？

前者是创造，后者是记录。这是问题的本质与关键。

但遗憾的是，这两者的结果的展示却并没有什么太大的不同。这就让我们难以分辨到底是它自己的思考，还是抄答案来的了。

现在一部分人认为：“大模型”+“大数据”确实让模型有了自主推理的能力。
而大部分人还是认为只是因为ChatGPT见过的数据太多，几乎记住了我们可能遇到的所有问题，并且给了我们记录好的答案，于是显得很智能而已。

在这之前就出现了我们认为会是人工智能的东西，比如阿尔法狗。虽然在OpenAI的GPT4的报告中说它比ChatGPT3.5提升了40%，但是ChatGPT依然还是会犯很低级的错误。

我们问ChatGPT：猜人名，他是演员的儿子，美国的吉他演奏家和摇滚歌手，发布了很多歌曲和专辑还和乐队一起巡演，他叫Elvis 什么？

ChatGPT：Presley。（Elvis Presley即猫王，摇滚巨星）

可是我们知道猫王并不是演员的儿子，这个回答显然是错的。

这就是因为Elvis Presley在ChatGPT检索训练的时候出现了太多次，而摇滚与吉他更是和猫王十分相关，这也就导致了ChatGPT最后屈服于收集的数据，而不顾事实。

猫王的生平ChatGPT肯定是训练过的，所以它是不懂什么是职业，什么是亲属关系的。否则它不会不顾猫王的父亲不是演员的事实，而给出这个答案。

也就是说，当我们在说：我很难过，的时候，我们可能会联想到很多令我们不适的场景和自身的感受。而ChatGPT只是理解到：这是四个字，一般会和伤心，难过等词语一同出现，它并不能理解难过的含义。

那我们就来个逻辑小测验直接上图：

问：如何用一个5升和一个6升的桶从海里量出3升水？

这完全就是没有逻辑的瞎说，我们知道ChatGPT是可以被训练的，于是我们指出他的错误之后

回答依旧是“一本正经的胡说八道”。它甚至还会“狡辩”。

我们看到，当涉及到逻辑的问题，它甚至不能把一句话说明白！

所以它并不是真的理解事物的意义，而只是总结了语言文字。并没有我们人类的逻辑思维能力。

你放心把自己的业务交给一个没有逻辑的AI吗？所以现在再问：人工智能真的能取代程序员吗？

为什么小白会感觉程序员会被AI替代？

当我们在接触一个新的领域时候，我们总是先接触到这个领域的知识，比如：语法，数据结构，算法规则等，这些都是既定的知识体系，是不会改变的。这也恰恰是ChatGPT最擅长的，对于固定知识的检索它近乎全知全能。

但是在对知识的应用，组合，创新上，人工智能还不能企及，或者说现在以及未来很长一段时间内都不能企及。因为AI从出生就没有被赋予思考的能力。而在真实的项目中，我们所要做的恰恰主要就是应用，组合，创新的部分。

其实只要是参加了工作的程序员们都知道，写一段代码，完全不是一个程序员全部的工作，甚至都不能算是主要工作。

这也就解释了为什么刚刚学习编程的初学者或者还未参加工作的大学生们会觉得ChatGPT能够替代程序员

大学生们无论是上机操作，还是课后作业，参加竞赛等等一系列的活动都指向了一个事情——写代码。因此他们认为程序员的主要工作就是单纯写代码。

当大学生们拿着自己的竞赛题，课后作业去问ChatGPT时，甚至发现人工智能写的代码又快又好，而自己写的p也不是，就感觉人工智能要取代程序员了，他们不知道ChatGPT只不过是把他们学长学姐的作业拿过来展示在他们面前而已，ChatGPT甚至都不知道那些东西都代表着什么。那是因为他们没有经历真实的项目场景。

其实在真实的项目场景中，程序员们大多数时间都是在：
理解项目需求（甲方爸爸到底要了个啥？）
技术选型（用什么技术能更好更快更省的完成这个项目）
设计架构，解决bug等等，
而且这些问题有时候是同时发生的，要怎么处理这些东西更需要逻辑思维能力。而AI不能像一个真正的程序员一样有逻辑思维，所以它不能取代任何一个具体的程序员。

而对于和程序员相关的岗位，比如产品经理（对，就是人人喊打的产品经理）就可以通过AI迅速的检索到他需要的知识，即使他不懂技术，也能通过ChatGPT快速的检索到正确的知识，甚至ChatGPT还能给你一个小demo。而以前这部分事情也是要程序员来完成的。那程序员的干的活儿变少了一点，可能某些相关岗位就也不设立了，也给了一部分人错觉。

为什么是前端？

为什么会有AI替代前端的想法呢？我想大部分人对前端的刻板印象还停留在——切图仔。认为前端只是个写页面的。技术含量比较低，也许说不定哪天就被AI代替了。殊不知那已经是N年前的情况了。

在真正的前端技术中，我们说几个例子：

• 比如：在数据处理中，前端负责处理从后端获取的数据，对数据进行处理、格式化和展示。这包括数据解析、数据过滤、排序、分组等逻辑，以及将数据呈现在用户界面上，例如生成表格、图表、列表等内容。这些AI做不到！

• 再比如：表单验证与交互时，前端需要验证用户输入的表单数据的有效性，确保用户输入的数据符合规定的格式、范围和要求。同时，前端也负责与用户进行交互，例如根据用户操作显示或隐藏某些元素，动态更新表单字段等。这些Ai也做不到！

• 再比如：数据状态管理：在大型应用中，前端可能需要使用状态管理工具（如Redux、Vuex等）来管理应用的状态。这涉及到状态的存储、更新、响应等逻辑。这些AI又当如何应对？

在真正涉及到逻辑，业务的时候AI是完全不够用的。

而另一个硬伤则是安全：你敢把自己钱存在一个由AI写成的钱包里吗？

技术选型上，什么样的技术更适合什么样的业务？什么框架能更好的实现项目而且好维护？多大的性能才能满足项目需求而不浪费？这些问题交给AI很难判断。

真实的开发环境下沟通是很重要的一环，作为前端程序员，前有UI，后有后端。前要保证UI的设计图像素级还原，动效交互两手抓。可能有些设计是不合适的或者是不能实现的，还需要调整。后端要保证数据畅通。诸多接口要调，并不是时时都畅通。这些都必须要沟通的。

在充满逻辑、需求变化和用户体验的前端里，AI关于应用，组合、创新的部分确实还有很长很长的路要走。现在它不过是前端程序员的“工具”。

写在最后

可能人工智能其实并没有我们想象的那么智能，上世纪60年代的聊天机器人ELIZA（伊莉莎）就已经可以让人错误的以为这台机器真的理解了自己，而它不过才几百行代码。在今天，我们可能陷入了另一个伊莉莎时刻。

只要人工智能还不具备思考逻辑能力，那就逃不出工具的范畴。所以前端不会被人工智能替代！而人工智能却是前端的工具！

如果有一天人工智能真的有了思考逻辑能力，那将是无异于蒸汽机，内燃机， Internet的又一次重大革新，而每一次重大革新都伴随着更大的市场规模和更多的就业机会，可现在人工智能还有很长的路要走。