ChatGPT无法胜任的五种编程任务

STM32F103C8T6飞控入门:从零开始,用HAL库和MPU6050搭建你的第一架四轴无人机 本文详细介绍了如何使用STM32F103C8T6和MPU6050模块从零开始搭建四轴无人机飞控系统。通过硬件选型、电路设计、HAL库配置、姿态解算算法实现以及PID控制等步骤,帮助创客和嵌入式爱好者快速入门飞控开发。文章还提供了实用的调试技巧和常见问题解决方案,适合想要掌握四旋翼无人机核心技术的开发者。 阅读详情

我喜欢把ChatGPT看作是StackOverflow的智能版,它大有帮助,但短期内不会取代专业人士。作为一名前数据科学家,ChatGPT问世后,我花了大量时间来试用它。其编程能力确实给我留下了深刻的印象。它可以从零开始生成非常有用的代码,可以为我自己的代码提供建议。如果我要求它帮助我处理错误消息,它在调试方面也做得非常好。

但不可避免的是,我使用它的时间越长,遇到局限性的可能性越大。下面为任何担心ChatGPT抢走饭碗的开发人员列出了ChatGPT无法胜任的工作。

图片

图片

1、贵公司要求符合职业规范的任何任务

第一个局限性不是其功能,而是合法性。任何纯粹由ChatGPT生成并复制粘贴到公司产品中的代码都可能使雇主面临诉讼。

这是由于ChatGPT随意地从训练它的数据中提取代码片段,这些数据来自整个互联网。Reddit用户ChunkyHabaneroSalsa解释道:“我让ChatGPT为我生成一些代码,立马就看出它从GitHub代码仓库提取了一大段代码。”

最终,无法知道ChatGPT的代码来自哪里,也不知道它采用什么许可证。即使是完全从零开始生成的,ChatGPT创建的任何内容本身都不受版权保护。正如彭博法律网站撰稿人Shawn Helms和Jason Krieser所说,“衍生作品是基于一个或多个已有作品的作品。ChatGPT是使用已有作品训练的,并基于该训练生成输出。”

如果您使用ChatGPT生成代码,可能会发现自己在给雇主添麻烦。

2、任何需要批判性思维的任务

这里有个有趣的测试:让ChatGPT使用Python创建运行统计分析的代码。

它是正确的统计分析吗?可能不是。ChatGPT不知道数据是否满足测试结果有效所需要的假设。ChatGPT也不知道利益相关者想看到什么。

比如说,我可能让ChatGPT帮我弄清楚不同年龄组的满意度评分在统计上是否有显著差异。ChatGPT建议进行独立样本T测试,发现年龄组之间没有统计上的显著差异。但T测试在这里不是最好的选择,这有几个原因,比如可能有多个年龄组,或者数据不是常态分布。

图片

图片

全栈数据科学家知道要核对哪些假设、运行哪种测试,可以为ChatGPT提供更具体的指令。但ChatGPT本身很容易为错误的统计分析生成正确的代码,从而使结果变得不可靠和不可用。

对于任何需要更多批判性思维和解决问题的问题,ChatGPT并不是最好的选择。

3、了解利益相关者的优先事项

任何数据科学家都会告诉您,工作的一部分是理解和解释项目中利益相关者的优先事项。ChatGPT或任何人工智能都无法完全掌握或管理这些优先事项。

举例说,利益相关者的优先事项常常涉及复杂的决策,不仅要考虑数据,还要考虑人为因素、业务目标和市场趋势。

不妨以应用程序重新设计为例,您可能发现营销团队想要优先考虑用户粘性功能,销售团队竭力要求支持交叉销售的功能,而客户支持团队需要更好的应用内支持功能来帮助用户。

ChatGPT可以提供信息并生成报告,但是它无法做出与不同利益相关者的不同(有时是相互竞争的)兴趣或爱好相一致的复杂决定。

此外,利益相关者管理常常需要很高的情商,即能够对利益相关者抱有同理心,从人性化的角度理解其关注点,并对他们的情绪做出反应。ChatGPT缺乏情商,无法管理利益相关者关系的情感方面。

您可能不认为这是编程任务,但目前正在为这项新功能开发代码的数据科学家知道,其中有多少与利益相关者的优先事项有关。

4、新颖的问题

ChatGPT无法提出任何真正新颖的见解。它只能将从训练数据中学到的内容重新混合、重新表述。

想知道如何改变R图上的图例大小吗?没问题。ChatGPT可以从StackOverflow上千个回答同一个问题的答案中提取内容。但是如果遇到以前不太可能遇到的情况,该如何是好?比如组织一次社区聚餐,每个人做的菜所含的配料必须以与他们姓氏相同的字母开头,以便确保菜品丰富。

当我测试这个提示时,它给了我一些Python代码,这些代码认定菜肴的名称必须与姓氏匹配,甚至没有正确获取配料要求。它还想让我想出26类菜肴,每个英文字母一类。这不是一个聪明的答案,可能由于这是全新的问题。

5、道德决策

最后但并非最不重要的一点是,ChatGPT不能合乎道德地编码。它不具备像人类那样做出价值判断或理解一段代码的道德含义的能力。

道德编码包括考虑代码如何影响不同的人群,确保没有歧视或造成伤害,做出符合道德标准和社会规范的决策。

比如说,如果您让ChatGPT为贷款审批系统编写代码,它可能会根据历史数据生成一个模型。然而,由于数据偏见,它无法理解该模型可能拒绝向边缘化社区提供贷款的社会影响。这就要求开发人员认识到公平公正的需要,寻找并纠正数据偏见,并确保代码符合道德实践。

值得指出的是,人们在这方面也不是很完美——有人编写了亚马逊有偏见的招聘工具,有人编写了将黑人识别为大猩猩的谷歌照片分类工具。但人类在这方面做得比较好。也就是ChatGPT缺乏道德编码所需的同理心、良知和道德推理。

人类可以理解更广泛的背景,认识到人类行为的微妙之处,并讨论对错。我们参与道德辩论,权衡某种特定方法的利弊,并对我们的决定负责。我们犯错误后,可以从中汲取教训,有助于提供我们的道德规范和理解能力。

6、结语

我喜欢Reddit用户Empty_Experience_10对此的看法:“如果你只做程序,你就不是一名软件工程师;是的,你的工作将被取代。如果你认为软件工程师因会写代码而拿到高薪,那你对怎样才是软件工程师存在根本性的误解。”

我发现ChatGPT在调试和代码审查方面非常出色,比搜索StackOverflow的答案要快一点。但是大量的“编码”不仅仅是敲击键盘输入Python代码,更要知道贵企业的目标是什么,明白你在处理算法决策时需要小心,旨在与利益相关者建立关系,真正了解他们想要什么以及为什么,并寻找一种方法使之成为可能。

关键在于讲故事,知道何时选择饼状图或条形图,了解数据视图告诉你的真相,旨在能够用简单的术语传达复杂的想法,以便利益相关者能够理解这些术语,并做出相应的决策。

ChatGPT做不了这些工作。只要你做得了,工作就有保障。

addr2line解析不出来行号的解决方式(汇编解析高阶版) 摘要:本文针对AEC crash问题中addr2line无法解析行号的情况,通过llvm-addr2line和反汇编分析,定位到CamX::AECBEStats17::AdjustROIParams函数中的乘法溢出问题。关键发现包括: 常规addr2line只能解析到函数名但无具体行号 llvm-addr2line解析出多个可能溢出点(行196/204/211/218/270/271) 反汇编显示6个条件分支跳转到溢出处理函数 源码分析确认这些位置均存在乘法运算 最终通过汇编级调试工具成功定位UBsan报告 阅读详情

相关推荐

基准电压 + 运放 + 低边MOS恒流源控制原理

因为恒流源强制 Iout不变,而 Vin​ 增加时,负载压降 Iout⋅Rload不变,多余的电压只能由MOS管的 VDS承担,因此 VDS必然增加。在饱和区,MOS 管的 ID 仅由 VGS决定,与 VDS 无关,这样,负载变化时,VDS可自由调整以维持 Iout恒定。当 Vin​ 小到无法满足 VDS>VGS−Vth时,MOS管进入线性区,Iout 会随 Vin​ 下降而减小,恒流失效。由于 Vref和 Rsense未变,Iout无需调整,运放无需动作,OUT保持不变,Iout恒定。

weixin_50643237的博客 2640

聊聊ChatGPT无法取代的7个工作

随着人工智能的发展,程序员将得到这些人工智能工具的帮助,但不会取代他们。适应不断变化的环境、理解和处理团队互动、保持对项目目标的全面认识是项目经理必须具备的关键能力,而这些技能需要人类的直觉、创造力和专业知识,而人工智能无法做到。我们知道,每天都有新的网络安全威胁随着时间的推移而不断变化,为了预防和领先于即将到来的威胁,绝对需要人类的专业知识来保护计算机系统和网络免受未经授权的黑客攻击、盗窃和破坏。但即使有先进的人工智能技术,在当前和未来的场景中,仍有一些工作角色是人工智能无法轻易取代的。

4908

超详细!思岚S2激光雷达hector_mapping建图

使用思岚S2激光雷达,在ros平台上利用hector_mapping功能包实现建图功能

m0_50965539的博客 5584

ChatGPT能胜任高级程序员吗?

与开发人员信任的其他软件开发工具不同,AI工具在训练、构建、托管和使用方式等方面都存在一些独特的风险。自2022年底ChatGPT发布以来,互联网上便充斥着对其几乎相同比例的支持和怀疑的论调。不管你是否喜欢它,AI正在逐步进入你的开发组织。即使你不打算开发人工智能产品,也不打算利用AI工具为你编写代码,它仍可能被集成到用于构建、测试和运行源代码的工具和平台中。AI工具存在一些较为特殊的风险,这些风险可能会使自动化任务所带来的生产力收益受到影响。

java_cjkl的博客 1万+

使用ADS进行LNA低噪放设计的详细教程

详细介绍了通过ADS软件进行LNA设计的过程,从晶体管的选型到稳定性系数分析、再到输入输出端匹配,完整的讲解了低噪放的设计流程,可以使新手小白以及学习射频放大器的朋友可以快速的了解掌握ADS的使用方法和LNA的设计方法。

weixin_41831333的博客 3436

ABB RobotStudio 和 S7-PLCSIM Advanced V5.0 搭建虚拟通信环境,实现 PLC 对机器人布尔量、数字量和模拟量的控制。

本教程详细介绍了如何利用ABB RobotStudio和S7-PLCSIM Advanced V5.0搭建虚拟通信环境,实现PLC对机器人的布尔量、数字量和模拟量控制。主要内容包括:在TIA Portal V20中配置PLC项目并编写通信程序;通过S7-PLCSIM Advanced创建虚拟PLC运行环境;在RobotStudio中设置机器人PROFINET通信;以及建立虚拟网络连接并进行功能测试。该方案适用于工业自动化虚拟调试,可显著降低现场调试风险。操作需注意软件版本兼容性、网络配置及信号映射准确性,最

CHUXUEZHE8210的博客 2505

【终结篇】ChatGPT再“进化”,能胜任文章撰写工作吗?

ChatGPT出现后,究竟会对写作的哪些环节造成影响呢?它写得出原创文章吗?编辑行业受到的影响会有多大?......

weixin_56245650的博客 2593

半导体工厂自动化实战:用secs4net实现设备与MES系统通信(附完整代码)

本文详细介绍了如何利用secs4net框架实现半导体工厂设备与MES系统的高效通信。通过解析SECS/GEM协议的核心架构、关键业务场景实现及性能优化实践,帮助开发者快速掌握工业自动化通信技术,提升生产效率和系统稳定性。

transformer2023的博客 885

ChatGPT能胜任高级程序员么?

虽然ChatGPT可以生成一些技术性的文本,但它并不是一个高级程序员,也不能完全取代人类程序员的工作。对于一些基础的编程问题,ChatGPT可以生成一些有用的回答,例如如何编写循环、如何使用特定的库等。此外,ChatGPT生成的文本可能存在一些不准确或不完整的信息,需要人类程序员进行验证和修正。因此,ChatGPT只能作为程序员的辅助工具,提供一些基础的信息和灵感,而不能完全替代程序员的工作。综上所述,虽然ChatGPT可以生成一些技术性的文本,但它并不是一个高级程序员,不能完全胜任高级程序员的工作。

百态·数智思维 | 聚焦大数据、量化与未来AI 783

Springboot信息泄露以及heapdump的利用

努力是为了不平庸~安全有些时候是枯燥的,这一次,让我们先人一步,趣学渗透!

LiBai'S BLOG 3万+

给IC设计新人的Tessent Scan入门指南:从RTL到ATPG的完整DFT流程解析

本文为IC设计新手提供Tessent Scan的完整DFT流程指南,从RTL代码检查到ATPG测试向量生成,详细解析扫描链配置、插入及验证的关键步骤。通过实战案例和工具命令示例,帮助工程师快速掌握Tessent工具链的应用技巧,提升芯片可测试性设计的效率和质量。

weixin_32541663的博客 447

ChatGPT能否胜任ML工程师的数据质量工作?

数据质量是机器学习系统性能的底层地基,直接影响模型精度与召回率。在计算机视觉等非原生模态任务中,大语言模型虽无图像训练经验,但可通过文本描述理解标注框紧贴度、背景复杂度等核心概念,并转化为可量化的质量指标。其技术价值在于将模糊问题抽象为几何/统计可计算形式,支撑数据清洗、重加权与筛选决策。典型应用场景包括工业质检中的缺陷标注纠错、医疗影像的标签一致性校验,以及YOLO类目标检测 pipeline 的数据自治优化。本文基于真实熊猫检测任务,验证了纯文本交互下ChatGPT驱动数据质量提升的可行性与边界。

corg81763的博客 465

如何在非序列模式下使用类似图像模功能

如何在非序列模式下使用类似图像模功能

weixin_72050316的博客 549

2023-02-18 什么是chatGPT?如何使用chatGPT?chatGPT可以胜任人类当前哪些工作?.什么是openAI?chatGPT的使用示例

chatGPT本质上是一个应用在对话场景中的语言模型,它是基于GPT3.5(Generative Pre-trained Transformer,是指一种深度学习模型),通过人类反馈的强化学习微调而来, 它能够回答用户的后续问题,理解自然语言,像人类一样回答问题,与人类进行自然语言交互 2.如何使用chatGPT? 方式一:微信搜索公众号或小程序"chatGPT"即可使用 方式二:CSDN搜索栏:https://so.csdn.net/so/search?t=chat 3.chatGPT可以胜任人类当前哪

GAARA 2043

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

ChatGPT 会取代程序员吗?

ChatGPT 是 OpenAI 推出的智能聊天机器人。由于技术表现非常优秀,一出道就火爆全球。它可以快速生成满足需求的复杂代码,那么它会取代我们程序员吗?

挨踢魔君的博客 7670

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

ChatGPT驱动下的未来编程:智能化工具如何改变开发者的世界

最新接入DeepSeek-V3模型,点击下载最新版本InsCode AI IDE 标题:ChatGPT驱动下的未来编程:智能化工具如何改变开发者的世界 随着人工智能技术的飞速发展,以ChatGPT为代表的自然语言处理模型正在深刻地改变我们的工作和生活方式。在编程领域,这种变革尤为显著。从代码生成到调试优化,再到项目管理,AI工具正以前所未有的方式赋能开发者,让复杂的技术任务变得简单而高效。而今天,...

EmeraldEagle36的博客 787

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

ChatGPT驱动下的编程革命:从灵感到实现只需一步

最新接入DeepSeek-V3模型,点击下载最新版本InsCode AI IDE 标题:ChatGPT驱动下的编程革命:从灵感到实现只需一步 随着人工智能技术的飞速发展,自然语言处理模型如ChatGPT正在以前所未有的速度改变我们的工作方式。尤其是在软件开发领域,这种变革的力量尤为显著。传统意义上,编写代码需要开发者具备深厚的编程知识和丰富的实践经验,但如今,借助智能化工具的支持,即使是初学者也能...

PearlOwl67的博客 983

ChatGPT真的能取代程序员吗?

ChatGPT真的能取代程序员吗?

a429688296的博客 3310

聊聊ChatGPT

然后就是强化学习的部分,还是提出问题,让SFT模型生成多个答案,不同是的是,之前是人类来排名,现在交给奖励模型打分,如果对一个答案分数比较高,则这个答案的所有token都会强化,就是概率会增加,而如果分数比较低,则所有的token出现的概率会降低。ChatGPT出来的时候,我就很好奇它是怎么做到的,又是怎么突然出现的,所以我搜集了一些资料,在这里跟大家交流一下,因为我也不是专业的,所以也没法讲得很深入,当然可能也有错误的地方,希望大家可以指出。再进一步,我们可以调整a/b/c的值,可以更加接近这些数据。

程序猿进阶 1440

上海场:聚焦HR的未来发展,一起探索ChatGPT的“能”与“不能”

在面试环境中,多模态算法可以分析候选人的言语、面部表情和声音等多个维度的信息,以便更好地精确评估候选人的能力和潜力以及跟候选人进行问题的提问、追问、多轮对话等。AI得贤招聘官具有自研的AI多模态大模型核心,能够替代人类面试官对候选人的核心价值观,潜在领导力,通用胜任力和专业胜任力进行基于视频面试的精准判断和人岗匹配。企业领导层应具备积极的变革意识和愿望,勇敢地迎接各种挑战。

jwazj1029的博客 347

ChatGPT与DeepPavlov在NLU任务中的工程化选型指南

自然语言理解(NLU)是AI落地的核心能力之一,其本质并非单一模型比拼,而是任务确定性、结构化输出要求与系统可维护性之间的综合权衡。从技术原理看,大语言模型(如ChatGPT)擅长文本生成与语义泛化,而传统NLU框架(如DeepPavlov)聚焦意图识别、槽位填充等可验证的确定性映射。这种差异决定了二者的技术价值分野:前者适用于高容错、低结构化需求的场景(如会议纪要摘要),后者则在金融、医疗等强监管、需审计留痕的工业级应用中具备不可替代性。典型应用场景包括客服对话自动打标、政务热线诉求提取、电商评论细粒度情

atu99602的博客 308

ChatGPT从业影响之个人浅见

ChatGRT对于从业者的影响分析

随风飘流的博客 4735

论文 | Can ChatGPT Understand Too? A Comparative Study on ChatGPT and Fine-tuned BERT

这篇文章标题为《ChatGPT也能理解吗?——ChatGPT与微调BERT的对比研究》。研究的主要目的是评估ChatGPT在自然语言理解(NLU)任务中的表现,并将其与经过微调的BERT模型进行对比。作者探讨了一个重要问题:尽管ChatGPT在生成任务中表现出色,它在理解任务上的表现如何?随着大规模语言模型(LLM)的快速发展,像GPT-3、InstructGPT和ChatGPT等模型因其强大的生成能力受到广泛关注。

m0_49651195的博客 773

ChatGPT 4 、ChatGPT 4o、ChatGPT o3、ChatGPT 5、ChatGPT 5 thinking、ChatGPT 5 Pro不同---ChatGPT 5 thinking作答

好的!下面把放在一起,对“定位、能力、速度/多模态、适用场景、可用性/套餐”做一次清晰对比(以 2025-08-09 为准)。

qq_46215223的博客 2590

一个令人惊艳的ChatGPT项目,开源了!

而Visual ChatGPT这个项目则可以把ChatGPT和一系列视觉基础模型(VFM,Visual Foundation Model)给联系起来,以便实现在ChatGPT聊天的过程中来发送和接收图像,也使得ChatGPT能够处理更为复杂的视觉任务。中已经收录,里面有我整理的6大编程方向(岗位)的自学路线+知识点大梳理、面试考点、我的简历、几本硬核pdf笔记,以及程序员生活和感悟,欢迎star。好家伙,凑近一看,居然还是。,并且和最近炙手可热的。

CodeSheep 9293

ChatGPT是否会取代程序员:一场关于职业未来的讨论

ChatGPT是一个由OpenAI研发的大型语言模型,基于GPT-4技术。与之前的GPT-3相比,GPT-4在许多方面都有显著的改进和提升。GPT系列模型的核心原理是利用深度学习算法,通过分析大量文本数据,学会理解语言并进行自然语言处理。这使得ChatGPT能够生成连贯、准确的回复,甚至能够在一定程度上模拟人类的思考和对话。通过对数十亿甚至数万亿字节的文本进行训练,ChatGPT能够理解、生成和翻译多种语言,处理各类问题。这使得它在很多方面都具有广泛的应用价值,例如客户服务、文本生成、代码编写等。

程序员小火龙的知识分享 9344
上一篇: Rust、Go、C ,哪个才是“内存管理大师”?
下一篇: 每个开发人员都应该阅读的九篇非凡文献
老贾的AI世界
博客等级 码龄7年 3335粉丝 254原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

老贾的AI世界

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值