ChatGPT偷家：Stack Overflow正被程序员抛弃，访问量一个月骤降3200W
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处StackOverflow，正在被程序员们抛弃。你没听错。这个全球知名的开发者问答网站，仅在一个月时间内，访问量骤降3200万！甚至现在的搜索量仅是它巅峰时期的三分之一……为何会突然如此？网友一语道破玄机：自打ChatGPT问世以来，我就没再用过StackOverflow了。而且从近三个月StackOverflow访问量统计来看，流量下滑是在2022年11月至12月期间发生的。巧合的是，OpenAI发布ChatGPT，正
本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处
Stack Overflow，正在被程序员们抛弃。
你没听错。
这个全球知名的开发者问答网站，仅在一个月时间内，访问量骤降3200万！
甚至现在的搜索量仅是它巅峰时期的三分之一……
为何会突然如此？网友一语道破玄机：
自打ChatGPT问世以来，我就没再用过Stack Overflow了。
而且从近三个月Stack Overflow访问量统计来看，流量下滑是在2022年11月至12月期间发生的。
巧合的是，OpenAI发布ChatGPT，正是在去年的11月30日。
好家伙，原来又是AI圈当红炸子鸡ChatGPT的“锅”。
那它为何能在这么短的时间里，如此迅速改变众多程序员求知习惯的呢？
对于这个问题，作为使用者的程序员们，或许最有发言权。
有人便将问题言简意赅地归结为两点：
如果我不懒：谷歌和Stack Overflow是首选；
如果我懒：我选ChatGPT。
言外之意很明显了，问题的关键，出在了获取答案的便捷性上。
我们先来看下在Stack Overflow上获取答案的流程。
首先，你需要点击“Ask Question”按钮开启提问之旅：
然后便来到了繁琐的“填空”环节：
输入标题 → 描述问题 → 尝试过什么/期待什么结果 → 语言标签
但这一系列操作之后还不算完，对于提问者来说，最无奈的可能就数漫长的等待了。
然鹅，现实情况往往会是这样：
没错，石沉大海，无人问津；而且即便有人回答了问题，也要看下哪个答案的“vote”高等等。
不过这事要是换做ChatGPT，结果就不一样了，只需要一个动作：
问！
然后答案就“啪的一下”甩到你的面前。
如此对比下来，ChatGPT在“问答”这事上的便捷性也就可见一斑了。正如网友总结的那样：
搜索产品/网站 → Google
寻求答案 → ChatGPT
不过有一说一，“问答”这事便捷性固然是一方面，但更重要的一点还应该回归到答案的准确性。
那么接下来的一个问题便是：
程序员依赖ChatGPT，靠谱吗？
要知道当初Stack Overflow禁用ChatGPT给出的说辞可是：
（这样做）的目的是减缓使用ChatGPT创建的大量答案流入社区。
因为从ChatGPT得到错误答案的概率太高了！
不过这只是“对家”的一面之词，不能全信。现在距离ChatGPT发不也有一段时间了，靠谱不靠谱我们直接看看各位用户们的使用感受。
先说结论，ChatGPT在编程上可以说是“全能型人才”了：找Bug，编写网站，提示词转换代码……
ChatGPT找Bug可以说是相当贴心了，举个栗子，repit的CEO给ChatGPT甩了一段有错误的代码，让它找出其中的Bug。
结果ChatGPT不仅把Bug找出来了，还指出了错误原因，怎么修改，并且还附上了正确代码，最后还不忘来一波总结。
（这不比Stack Overflow搜索找答案好用？手动狗头）
当然一个AI模型也不能薅着Stack Overflow一个问答网站作对比，来看看和其他代码修复系统的对比。
前不久约翰内斯·谷登堡大学和伦敦大学也做了一项研究，让ChatGPT横向对比了其他三个代码修复系统：Codex，CoCoNut和Standard APR。
研究过程中，研究人员统共给出了40段错误代码，得到的初步结果是：
ChatGPT解决了19个问题，Codex解决了21个，CoCoNut解决了19个，Standard APR方法解决了7个。
其中Codex和ChatGPT来自同一个语言模型家族，所以结果比较接近。
BUT！这还不是最终结果，ChatGPT毕竟是个对话模型，是可以交流的，而交流之后，它解决的Bug高达31个。
嗯，最终的结果也显而易见。
ChatGPT除了debug之外，给出要求也能够自动编写代码，网友们反馈最终的代码效果也还不错。
就比如说有网友声称，自己初创公司的大部分代码都交给ChatGPT和Copilot来完成了。
还有一个ChatGPT的“学生粉”用ChatGPT编写了一个网站，生成的代码很整洁：
甚至去年年底，Riley Goodside还靠玩转ChatGPT提示词收到了估值73亿美元的硅谷独角兽公司Scale AI的offer，正式聘请他为“提示工程师”。
而工作的内容就是：只要讲几句人话，让AI生成自己想要的代码。
还有太多例子这里就不一一列举了，总之现在已经有人把ChatGPT纳入编程生产力当中了。
并且ChatGPT也是个“求上进”的好模型，之前传言它数学能力不足，这不昨天OpenAI就官宣提升了ChatGPT在真实性和数学能力上表现。
对于程序员们来说，比较关心的还是ChatGPT在编程上能力有没有长进。
不过在这方面，倒是有网友检测过，同样一个代码问题，去年12月底（左侧）还能回答出来，今年1月底（右侧）就不会了。
One More Thing
最近ChatGPT有“新装备”了，刚出了个模型BLIP-2，能够接入ChatGPT，它不仅会简单的看图说话，还会讲解剧情、给图片配字……
并且，BLIP-2在各种视觉语言任务上实现了SOTA，目前代码已开源。
强强联合，期待一波～
参考链接：
[1] https://twitter.com/dannypostmaa/status/1620207540381569024
[2] https://techcabal.com/2023/01/31/stack-overflow-chat-gpt/
[3] https://twitter.com/flaviocopes/status/1620333315919331328
[4] https://twitter.com/laminappcom/status/1620516951163559936
[5] https://www.pcmag.com/news/watch-out-software-engineers-chatgpt-is-now-finding-fixing-bugs-in-code
[6] https://twitter.com/mrdbourke/status/1620353263651688448
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。