最近有好幾個人給我安利ChatGPT，說老劉快你去看看吧，這貨實在太強了，搞不好我們程序員都失業(yè)了。

剛開始我都是微微一笑，怎么可能？我之前的觀點一直都是在我的有生之年，AI絕對不可能干掉程序員。

但是安利的人實在是太多了，我忍不住要去注冊個賬號去看一下。

沒想到這貨竟然沒對中國開放，網(wǎng)上有些攻略，我嫌麻煩，趕緊呼叫在國外的好兄弟，請他幫忙注冊一個賬號。 

嘗試開始，我決定跳過那些簡單的問答，例如：

如何反轉一個字符串？

如何發(fā)起一個HTTP調用？

因為這種東西對于閱碼無數(shù)的AI來說太小兒科了，根本測試不出來它的本事有多大。

程序員的一個核心能力就是拿到需求，能作出優(yōu)雅的設計，咱們就拿這一點考考它。

先問一個簡單的問題：

（點擊看大圖）

不出所料，它“背誦”得非常好！

它說的最后一個原則是：盡量使用合成/聚合的方式，而不是繼承來達到復用目的。 這確實是面向對象一個重要的設計原則。

ChatGPT能運用這樣的原則嗎？

先問問它會不會做設計：

說得真不錯，咱們開始放大招，我手頭正好有一個經(jīng)典案例：薪水支付，這是從經(jīng)典書《敏捷軟件開發(fā)：原則，模式和實踐》中提取出來的。 

這個案例的需求是這樣的：

該系統(tǒng)由一個公司數(shù)據(jù)庫以及和員工相關的數(shù)據(jù)組成，系統(tǒng)需要準時地按照規(guī)則給員工支付薪水

員工有三種類型

1.鐘點工，每個小時有固定報酬，他們每天提交工作時間卡，其中記錄了日期以及工作小時數(shù)，如果每天工作超過8小時，按1.5倍進行支付。每周五對他們進行支付。

2.月薪員工，工資固定，每個月的最后一個工作日對他們進行支付

3.銷售人員，有固定工資，但會根據(jù)他們的銷售情況，支付給他們一定數(shù)量的傭金，他們會提交銷售憑條，其中記錄了銷售的日期和數(shù)量。每隔一周的周五對他們進行支付。

員工可以選擇支付方式，可以把支票郵寄到他們指定的郵政地址，也可以保存在財務那里隨時支取，或者要求直接存入他們指定的銀行賬戶。

看了這個需求以后，一般的設計是這樣的：

Employee 作為基類，不同類型的雇員類來繼承。

但是這個需求會有變更，客戶要求員工類型可以變更，例如從鐘點工變成月薪雇員，這樣上面的設計就不行了。

這個時候應該做個抽象，，用一個類PaymentClassification來表達支付分類，然后讓Employee類持有這個實例，簡單說就是用組合代替繼承。

這相當于是個陷阱了，我們程序員能識別，抽象，這個ChatGPT可以嗎？ 我還真有點好奇。

先問最初的需求，ChatGPT的回答是這樣的：

（點擊看大圖）

你別說，還真是不錯，它“理解”了需求，從中抽取出了名詞進行類的設計，并且設計好了類的繼承關系。

已經(jīng)達到了面向對象設計的初級水平。

接下來是重點，給他挖坑：

非常驚艷，這貨竟然學會了抽象！

雖然它抽象出的類型叫EmployeeType，不如PaymentClassification那么精確，但是大方向是一致的：用EmployeeType來管理支付規(guī)則，員工類型發(fā)生變化時，Employee類不需要變化。

說實話，我看到它給出這個結果，內心是很吃驚的，可以說，能超越相當多的程序員了。

接下來我又問它關于支付周期怎么處理：

這一次它的抽象更加厲害，直接給出了精確的名稱：PaymentSchedule，還有相關的偽代碼!

它還特別提到了，當需要修改支付周期時，只需要更改PaymentSchedule即可，不用修改原有的員工類，組合優(yōu)于繼承，再次體現(xiàn)出來。

這和書中的例子幾乎一樣了：

繼續(xù)問支付方法的處理方式：

不出所料，它的設計依然很棒：

實際上，ChatGPT的設計，已經(jīng)非常接近書中的最終方案了：

嘗試到這里，心里有一絲失落和不甘，這個ChatGPT實在是太強悍了，展示出來很強的設計能力，并且對話過程非常流暢。

人工智能真的能理解需求，學會了抽象，能設計出漂亮的類結構了嗎？程序員的核心能力被替代，程序員的危機真的來了？

我又問了它一個問題，讓它把類圖畫一下：

等等，這里的類名怎么和之前的不一樣了，怎么出現(xiàn)了一個新的概念：工會成員？ 我在這次對話中，可是從來沒有告訴過它這個概念??！它從哪里知道的？

最大的可能是，這貨并沒有理解我告訴它的需求，它之前應該學過這個案例，依然是在“背誦”它學習的東西，自作主張把工會成員也給我弄出來了，從而露出了馬腳。 

我關掉了ChatGPT網(wǎng)站，再次登錄，重新用同樣的內容和它交互，這次的結果徹底地把它暴露了。

看到?jīng)]有，這次它根本沒有抽象出PaymentClassification/EmployeeType，它竟然推薦了面向過程的思路，添加一個type的屬性，用switch來解決問題。這比之前的方案要差太多了。

最后聊一下感受吧！ChatGPT確實很厲害，應該是學習了海量的數(shù)據(jù)，肚子里貨很多，但是它依然沒有真正的理解需求，它告訴我們的答案就是在現(xiàn)有知識中做提煉和整合。

如果拋給它一個完全全新的領域問題，估計它會懵的，大家可以拿實際業(yè)務問題來玩一下。

所以，ChatGPT是一個好幫手，但是你要想完全依賴它，可要掂量掂量了，它告訴你的可能是優(yōu)雅的代碼，也可能是垃圾代碼。