上一波圖像生成模型大火，讓藝術(shù)家們十分焦慮，并開始聯(lián)合抗議Stable Diffusion等模型侵犯自己的版權(quán)，而這次ChatGPT帶來的文字革命則是讓各行各業(yè)都產(chǎn)生了危機(jī)感。

尤其是程序員群體，更是瑟瑟發(fā)抖，親手把自己的飯碗整沒了，未來只能淪為「代碼審核專員」。

但ChatGPT改代碼的能力真有想象中那么強(qiáng)嗎？

可能還真就有那么強(qiáng)！

用上ChatGPT，完全不需要從浩如煙海的文檔中尋找一個有價值答案了，只需要一個問題，直接就能返回大概率是正確的答案，并且還有諸多示例，從依賴庫版本更新到MacOS技術(shù)支持無所不能。

ChatGPT出馬，一個能頂倆，老板直呼省錢...

理解編程語言的版本更新

「版本匹配」絕對是最讓程序員們掉頭發(fā)的問題，每次碰到tensorflow不兼容、各種依賴庫版本互斥、語言版本特性等問題都要耗費(fèi)大量的精力來調(diào)試和修改。

大部分人都不會關(guān)注每次版本更新到底都有哪些內(nèi)容變動，但ChatGPT把它們都記下來了。

比如老板給你一個需求，把所有網(wǎng)站從非常過時的 PHP 7.4版本遷移到最新的PHP 8，這個問題可能就頭疼了。

PHP是WordPress和許多其他網(wǎng)絡(luò)管理工具所依賴的網(wǎng)絡(luò)編程語言，其中會涉及到大量的插件，而其中某些插件并不兼容PHP 8，如果想讓升級后的網(wǎng)站成功運(yùn)行，就必須找到并修復(fù)其中的代碼。

一般的解決流程是，先到PHP.net上搜索問題，然后再在StackExchange上查找一些相關(guān)評論，確定具體該如何修改，整個過程非常混亂且耗時。

現(xiàn)在可以把問題的細(xì)節(jié)直接輸入給ChatGPT，就能快速得到一個解決方案，并且回答中還會包括一些演示代碼。

問：我在用PHP的時候，在沒有傳入數(shù)組的情況下，extract函數(shù)返回了一個fatal error，代碼在 PHP 7.4中就正常運(yùn)行，但在 PHP 8中有錯誤。PHP 8的extract有什么變化嗎？

I'm having trouble with the PHP extract function giving a fatal error when not passed an array. In PHP 7.4, I did not get the error, but I seem to in PHP 8. Did extract change for PHP 8?

ChatGPT回答：在 PHP8中，extract()函數(shù)的行為變得更加嚴(yán)格。在以前的 PHP 版本中，如果沒有傳入數(shù)組，extract ()函數(shù)只會返回 false；但是在 PHP 8中，如果沒有傳入數(shù)組，則會拋出一個致命錯誤。此修改是為了提高函數(shù)的健壯性，并防止意外輸入引起的潛在錯誤。

你可以通過使用 is_array() 函數(shù)檢查傳遞給函數(shù)的變量是否是數(shù)組，然后再調(diào)用extract ()

還可以使用 array_key_exists() 函數(shù)檢查傳入的變量是否為數(shù)組。

或者使用... 運(yùn)算符將數(shù)組解構(gòu)為多個變量。

事實(shí)證明，根據(jù)ChatGPT的答案幾分鐘內(nèi)就可以修完bug，其中很大一部分原因是知道去哪里找到答案，并且ChatGPT也說明了在不同版本的 PHP 中函數(shù)的行為是如何變化的。

問：當(dāng)把代碼從 PHP 7.4遷移到 PHP 8時，哪些 PHP 函數(shù)可能會出問題？

What PHP functions are likely to break when moving from PHP 7.4 to PHP 8?

ChatGPT回答：當(dāng)從 PHP 7.4遷移到 PHP 8時，有一些函數(shù)和特性可能會無法運(yùn)行或具有不同的行為。以下是一些可能引發(fā)問題的主要變化：

• 如前面答案中所提到的，如果沒有傳入一個數(shù)組，則extract()函數(shù)會拋出一個致命錯誤；
• PHP 8.0中刪除了foreach , array_keys()和current()；
• PHP 8.0中刪除了 create_function() 函數(shù)，建議使用匿名函數(shù)；
• list()構(gòu)造，在與 foreach 一起使用時，現(xiàn)在會將鍵和值作為單獨(dú)的變量返回，而非單個數(shù)組；
• 在 PHP 8.0中已經(jīng)刪除了__autoload() 函數(shù)；
• $php_errormsg 變量在 PHP 8.0中已被刪除；
• 一些棄用（deprecations）函數(shù)已經(jīng)被刪了，包括create_function()，each()、__autoload()和 ()和$php_errormsg

這些只是從 PHP 7.4遷移到 PHP 8時可能會發(fā)生問題的一些更改示例，在升級之前徹底測試您的代碼和應(yīng)用程序是一個好主意，以確保一切都按預(yù)期運(yùn)行。

在這份回答中，ChatGPT同時還說了「如前面答案中所提到的」，讓人感到既驚訝又惶恐。

在正在修改的代碼中，原來的開發(fā)人員（已經(jīng)離職很久了）經(jīng)常使用create_function，當(dāng)時我不知道該函數(shù)已經(jīng)被棄用了，但根據(jù)ChatGPT提供的修改列表，只需要搜索代碼，找到需要更新和重寫的內(nèi)容。

然后，繼續(xù)要求 ChatGPT 展示替換該函數(shù)的方法。

問：在 PHP 中使用 create_function 重寫代碼的好方法是什么？給我一個使用 create_function 的例子。

What's a good way to rewrite code using create_function in PHP? Can you give me an example using create_function, and then one using the currently proper mechanism?

create_function 是 PHP 中已棄用的函數(shù)，用于創(chuàng)建匿名函數(shù)。官方不再推薦使用這個函數(shù)，PHP 8.0 中已經(jīng)刪除了它。現(xiàn)在可以使用 function 關(guān)鍵字創(chuàng)建匿名函數(shù)(也稱為閉包)。

下面是一個示例：

下面是使用匿名函數(shù)的等價代碼：

此外，還可以使用 use 關(guān)鍵字將變量傳遞到閉包中：

這個回答相當(dāng)清晰，看了解釋以后很快就可以重寫完代碼。

MacOS技術(shù)支持

假設(shè)在研究Mac上的優(yōu)化存儲（Optimize Storage）時也有一些問題，為了縮小研究范圍可以直接問ChatGPT。

問：使用 MacOS 功能Optimize Mac Storage時，Time Machine是否會因?yàn)橐恍┪募槐硎緸楸镜貦C(jī)器上的存根而進(jìn)行不完整的備份？

If you use the MacOS feature Optimize Mac Storage, will Time Machine make incomplete backups because some files are only represented as stubs on the local machine?

當(dāng)設(shè)置Time Machine以進(jìn)行備份時，將會備份所有文件，包括那些已經(jīng)使用「優(yōu)化 Mac 存儲」卸載的文件，不過是用存根文件來替代取代原始文件。

這也意味著，如果你要從Time Machine備份中恢復(fù)你的 Mac，并且「優(yōu)化 Mac 存儲」功能是啟用的，那么任何卸載的文件將不會包含在恢復(fù)中，需要再次從 iCloud 下載。

值得注意的是，如果卸載了大量的文件，那么Time Machine備份可能會比不使用優(yōu)化 Mac 存儲占用更多的空間，因?yàn)閭浞荽娓募加酶俚目臻g。

簡而言之，如果你使用「優(yōu)化 Mac 存儲」功能，Time Machine將會做不完整的備份，因?yàn)樗粫浞荽娓募且呀?jīng)卸載到云端的原始文件。

上面ChatGPT的答案是正確的。

總結(jié)

ChatGPT確實(shí)可以節(jié)省開發(fā)和解決bug所需時間。

通常情況下，程序員寫代碼時需要不斷進(jìn)行調(diào)試，還要進(jìn)行大量的網(wǎng)絡(luò)搜索，從搜索結(jié)果中找到線索，包括閱讀討論和評論。

當(dāng)然，整個搜索過程可以提供很多信息，絕對比你從聊天機(jī)器人那里得到的信息更多，還可以在評論區(qū)還可以看到很多隱藏的技巧。

但當(dāng)需要趕時間或者在一個關(guān)鍵的最后期限前，大量搜索絕對是一個笨方法，借助ChatGPT來解決編程問題已經(jīng)被證明是非常有效的。

ChatGPT和其他的模型一樣，你必須意識到AI的答案并非總是正確，你極有可能會得到完全錯誤的答案，但它確實(shí)是一個非常出色的工具。

不過，ChatGPT到底是從哪里得到的這些信息？是否曾經(jīng)有人專門寫過一篇關(guān)于extract或是create_function的文章？是否某些人的知識被用作答案生成的原始素材？

按目前的情況來看，至少對于 Google 的作者來說，曾經(jīng)還有機(jī)會讓搜索引擎為文章提供流量，作為分享信息的回報，但是像 ChatGPT 這樣的聊天機(jī)器人直接壟斷了信息獲取渠道，當(dāng)然用戶得到了更高的生產(chǎn)效率。有人會失去工作的成就感嗎？

問：當(dāng)你回答一個問題時，你是否接受了其他人貢獻(xiàn)的知識，你是否從原始的人力資源中獲得了工作成果？

ChatGPT, when you answer a question, are you taking knowledge others have contributed and are you taking work and credit away from the original human sources?

ChatGPT的答案：作為一個由 OpenAI 創(chuàng)建的人工智能語言模型，我沒有個人的觀點(diǎn)或想法。不過我可以告訴你，用來生成回復(fù)的信息是基于我所接受的數(shù)據(jù)訓(xùn)練，這些數(shù)據(jù)包括來自互聯(lián)網(wǎng)的巨量文本。

這段文字是由許多不同的人和來源寫的，我沒有能力為我提供的信息歸功于特定的個人。我的目標(biāo)是提供有用和準(zhǔn)確的信息，以幫助用戶找到他們正在尋找的答案。

重要的是要記住，我的回答是基于我所受訓(xùn)練的數(shù)據(jù)中的模式生成的，可能并不總是完全準(zhǔn)確或最新的。