不知道從哪一年開始，10倍工程師，在程序員界成為了一個可望不可及的傳說。

那些善用各類技術工具、編程效率極高、掌握多門編程語言、對新技術信手拈來的大神，被視作「10 倍工程師（10x Programmer）」，這類 10 倍工程師往往還能在GitHub、Blog 上堅持技術輸出、在熱門項目中做開源貢獻，似乎也比其他人也額外多出10倍的時間。

2019年，Twitter上曾經對 10 倍工程師這一議題有過一次空前熱烈的討論，引發網友們數萬的跟帖。大部分人對 10x 工程師表示向往，希望學習他們的經驗和高效。也有人提及 10 倍工程師是競爭的商業環境，將程序員這一職業的異化，變為玩命追求效率的工具人。

無論 10x 工程師是不是評價優秀工程師的標準，但提升開發效率，一直以來都是所有開發者關心的話題。隨著近期AI技術的快速推進，也將這股大模型浪潮席卷到了開發工具之中。

AI 幫我寫代碼，還是我和 AI 一起寫代碼？

編程語言模型、代碼生成工具的出現，讓工程師們眼前一亮，不少開發者第一時間進行試用。現階段的代碼生成工具，也遠遠不止自動補全，不僅可以編寫基礎的冒泡、排序算法、還可以寫單元測試、代碼注釋這些占用開發者很多時間的重復工作。

無論是 ChatGPT 還是 Bard 這類通用大模型發布時，都在演示時強調自己代碼生成的能力。更不用說諸如 GitHub Copilot、aiXcoder、CodeGeeX 等產品的相繼發布和積極更新，都讓行業真正看到了開發范式革新的希望。

根據 VentureBeat 每年更新的 MAD（MachineLearning、AI、Data）生態技術全景圖的統計，目前服務 AI 基礎設施建設的開發者產品已經百花齊放，從數據科學編輯器、數據科學平臺、集成式云服務、數據生成與標注、機器學習資源運維、AI 硬件設備及邊緣計算、開閉源的大模型，能夠支持開發者在機器學習和人工智能應用開發的各個環節。

CSDN 小范圍調研了開發者對代碼生成工具的使用情況，幾乎全數受訪者都已經嘗試過代碼生成工具。相當一部分開發者已經把這類工具，結合進自己的日常開發流程中，并已經為這類服務付費。

開發者們主流采用 IDE 內安裝插件的方式，也有開發者使用本地部署的代碼生成服務，同時我們還了解到部分開發者，付費在 ChatGPT Plus 這類對話式窗口中完成代碼生成。

在調研中，我們明確發現這類代碼生成工具、智能編程助手、自然語言生成代碼，給廣大開發者的開發范式帶來了轉變。越來越多的專家學者、工程師在日常工作中，與AI代碼生成工具深度協同，極大地提高了研發生產效率，也擴展了個人編程能力。

GitHub 在近期的一項調查中，基于使用 JavaScript 寫一段 Web 服務器程序的任務，設置嚴格的樣本分組，對照了兩組開發者。使用 GitHub Copilot 的開發者平均用時，比純個人完成的開發者快一個半小時，并在完成度上也領先于純手擼代碼的開發者們。

借助工具，就能成為10x工程師？

如果將 AI 視作自己的競爭者，現階段的代碼生成工具還遠不能應對生產環節的所有流程，也存在合規、安全方面的問題。

但如果將代碼生成工具視為協作者、結對編程對象，幫助開發者找到方向和方法，并與其教學相長，相互啟發，一定會是當下最理智的選擇。

在 GitHub 的調查中也發現，對于初中級水平開發者，GitHub Copilot 的價值能夠發揮得更明顯。

有了豐富的 AI 基礎設施和開發環節的各類工具，普通程序員也可以在自己的身上疊buff，逐漸發展為 10x 工程師。我們建議開發者們積極地嘗試各類新應用、新工具，吸收先行者的經驗，勇敢革新自己的開發范式。

就以上問題，我們在 8 月 12 日（周六）于北京線下將舉辦 NPCon 2023 AI 模型技術與應用峰會活動。

活動將圍繞全鏈路搭建 AI 研發底座主題，著重在 AI 研發中算力選型與編排調優、模型訓練與部署、AI 工具的使用與能力演進等方面進行分享，關注開發者們關心的工程實現過程。

在《開談》的圓桌分享環節，我們將以「AI 時代的研發新范式與開發者能力演進」為主題，討論未來的編程語言和開發范式會如何影響我們的生活？

廣大開發者、科研學者應當如何使用工具提高效率？如何學習 AI 相關知識與技能，提升自己的競爭力。