最近著名的人工智能公司 OpenAI CEO Sam Altman 介紹了他們的最新研究成果——根據函數簽名和註釋，利用語言模型自動生成 Python 代碼。並給出了一段非常震撼的DEMO，這個DEMO的功能是計算商品的總價格，並對名稱是迴文的商品打折。我們來看一看該模型生成的代碼：
demo 的確驚豔，甚至是革命性的。如果照這個思路走下去，以後簡單的「搬磚工」似乎都不需要了。爲了讓模型學會「寫代碼」，研究人員在微軟的超級計算機上，藉助數千個開源 GitHub 庫裏的代碼對該模型進行了微調。
效果未免太驚豔了，讓人不禁懷疑是否存在造假或精心挑選……，而且過度誇大、誘導媒體報道的事情OPENAI實在沒少幹。因此OPENAI就很不幸地背上了一個“欺騙性炒作”前科的“光環”，併成功引發了大家的聯想。之前在一對一DOTA2中打敗頂級人類玩家 “Dendi”，OPENAI就發出了諸如“攻陷DOTA2”“AI完虐人類”“碾壓AlphaGo”等宣言，就被指過於浮誇。
不管怎麼說，openAI公司“史上最強通用NLP模型”的新算法GPT，在人工智能領域還是很厲害的。在深度學習方法上，“先進代表”BERT和GPT-2都採用了Transformer 技術。與傳統的特徵抽取器RNN、CNN相比，Transformer無論是特徵抽取、計算效率，還是翻譯任務的綜合能力上，都穩操勝券。
隨着人工智能技術的發展，智能編程也會是將來發展的一個必然趨勢，通過特徵抽取，模式匹配等技術，把一些低級的，重複性的工作都交給電腦自動完成。同時智能編程得保持開放、開源的方向，今日的互聯網，開源文化早已枝繁葉茂，在AI領域，開放更是默認選項了。
底層技術的更新換代，需要更廣泛的生態系統、更多的頂尖技術人員、更多的機構參與才能做好，開放合作顯然能最快地催生出更多尖端的創新。
正是因此，絕大多數研究成果及源碼，都可以通過博客、會議、社區等公開形式獲取，這樣做的另一個好處是，避免研究資源被浪費，最大限度地保證研究的合理性和真實性。
搞起了私有化的OPENAI的閉源顯然違背了這一基本規則。
國內的智慧編程領域也不斷涌現了很多創業公司，我所知道的有一個猿開開團隊，通過人工智能的歸納總結、模式匹配等底層技術的開發，慢慢在推出一些低代碼的開發技術，讓底層開發人員的生產力得到極大的解放。
我相信，如果聚合國內100萬優秀的開發人員，超過千萬級的各種代碼模式抽取和匹配之後，中國的智慧編程將不會弱於任何一個國家。