chatgpt檢測腳本語法 程序員的未來屬于「偽代碼」

非常擅長生成模板代碼，在特定指令下提供一份包含少量函數(shù)的短腳本代碼。

比如下面的例子中，研究人員要求 將四個常用函數(shù)的輸入和輸出串一起。并提供一個將此函數(shù)用于模擬數(shù)據(jù)的示例代碼。

可以看到 生成的結(jié)果幾乎是完美的，調(diào)試代碼只花了幾分鐘，不過需要在提示中非常具體地說明 ，包括提供命名和用到的函數(shù)。

研究人員發(fā)現(xiàn)，成功的關(guān)鍵在于：

1、將復(fù)雜任務(wù)分解成多個子任務(wù)，每個子任務(wù)最好只需要少數(shù)幾個步驟即可完成，畢竟 生成的代碼是基于概率文本預(yù)測模型的結(jié)果。

2、 在使用已經(jīng)存在的函數(shù)時表現(xiàn)最佳，因?yàn)檫@時只涉及內(nèi)插而非外推。

例如，使用正則表達(dá)式（）從文本中提取信息的代碼對于許多開發(fā)人員來說是非常困難的，不過因?yàn)橐呀?jīng)有正則網(wǎng)站提供了大量在線示例，并可能出現(xiàn)在 示例中，所以 寫正則的性能還是不錯的。

3、學(xué)術(shù)界對 最大的批評之一是其信息來源缺乏透明度。

對于代碼生成任務(wù)，通過指定「命名空間」（），即在使用函數(shù)時顯式調(diào)用包名可以實(shí)現(xiàn)一定程度的透明性。

不過 可能會直接復(fù)制個人的公開代碼而沒有引用出來，并且研究人員仍然有責(zé)任驗(yàn)證正確的代碼歸屬人。

同時，如果要求生成更長的腳本會暴露出一些 的缺陷，例如偽造函數(shù)名或參數(shù)等，這也是 禁用 生成代碼的原因。

但如果用戶提供了一組明確的執(zhí)行步驟， 仍然可以生成一個有用的工作流模板，定義步驟之間的輸入和輸出之間的連接，這可能是用 GPT-3 外推生成新代碼的最有用的途徑。

目前 還不能將偽代碼（用簡單語言描述的算法步驟） 轉(zhuǎn)換為完美的計算機(jī)可執(zhí)行代碼，但這可能離現(xiàn)實(shí)并不遙遠(yuǎn)。

對于初學(xué)者、不熟悉的編程語言來說特別有幫助，因?yàn)槌鯇W(xué)者只會寫一些較短的腳本，調(diào)試更方便。

更擅長非創(chuàng)造性任務(wù)

最擅長解決的是耗時的公式化任務(wù)，可用于調(diào)試、檢測和解釋代碼中的錯誤。

在編寫函數(shù)文檔時也非常有效，例如使用 2 的內(nèi)聯(lián)文檔語法，在標(biāo)識出所有參數(shù)及類上非常高效，不過卻很少解釋如何使用函數(shù)。

一個關(guān)鍵的限制是 的生成被限制在大約 500 個單詞，只能專注于較小代碼塊的生成，同時還可以生成單元測試以自動化確認(rèn)代碼功能。

給出的大多數(shù)建議在定義測試的結(jié)構(gòu)和檢查預(yù)期的對象類方面是很有幫助的。

最后， 在對代碼進(jìn)行重新格式化以遵循標(biāo)準(zhǔn)化（例如 ）代碼樣式方面非常有效。

未來屬于偽代碼

和其他人工智能驅(qū)動的自然語言處理工具已經(jīng)準(zhǔn)備好將開發(fā)人員的簡單任務(wù)進(jìn)行自動化，例如編寫短函數(shù)，語法調(diào)試，注釋和格式化，而擴(kuò)展復(fù)雜性取決于用戶的調(diào)試意愿（以及他們的熟練程度）。

研究人員總結(jié)了 在代碼生成上的功能，可以簡化科學(xué)領(lǐng)域的代碼編寫過程，不過人工檢查仍然是必要的，可運(yùn)行的代碼并不一定意味著代碼能夠執(zhí)行預(yù)期的任務(wù)，因此單元測試或非正式的交互式測試仍然至關(guān)重要。

在解決方案可能由人類開發(fā)，并由 簡單復(fù)制生成的情況下，確保正確的代碼歸屬人至關(guān)重要。

目前已經(jīng)有聊天機(jī)器人開始自動提供指向其來源的鏈接（例如chatgpt檢測腳本語法，微軟的必應(yīng)），盡管這一步還處于起步階段。

與傳統(tǒng)方法相比， 提供了一種學(xué)習(xí)編碼技能的替代方法，通過將偽代碼直接轉(zhuǎn)換為代碼，可以緩解編寫初始任務(wù)的障礙。

研究人員懷疑未來的進(jìn)展將使用 這樣的工具來自動調(diào)試編寫的代碼，根據(jù)遇到的錯誤迭代地生成、運(yùn)行和提出新代碼chatgpt檢測腳本語法，在實(shí)驗(yàn)過程中，研究人員發(fā)現(xiàn)糾正代碼的能力有限，只有在非常具體的指令針對小代碼塊時才會偶爾成功，調(diào)試過程的效率遠(yuǎn)低于人工調(diào)試。

研究人員猜想，隨著技術(shù)的進(jìn)步（比如最近發(fā)布的 GPT-4 模型chatgpt檢測腳本語法，據(jù)稱比 GPT-3 模型大 10 倍），自動化調(diào)試將會得到改進(jìn)。

未來即將到來，現(xiàn)在是開發(fā)人員學(xué)習(xí)提示工程技能以利用新興 AI 工具的時候了，研究人員預(yù)計，使用人工智能生成的代碼將成為軟件開發(fā)各個方面越來越有價值的技能，這些技能是科學(xué)發(fā)現(xiàn)和理解的基礎(chǔ)。

參考資料：

免責(zé)聲明：本文系轉(zhuǎn)載，版權(quán)歸原作者所有；旨在傳遞信息，不代表本站的觀點(diǎn)和立場和對其真實(shí)性負(fù)責(zé)。如需轉(zhuǎn)載，請聯(lián)系原作者。如果來源標(biāo)注有誤或侵犯了您的合法權(quán)益或者其他問題不想在本站發(fā)布，來信即刪。