程序员终究是败给了年龄，不管是资深还是高架最终都可能被取代，“无敌”一般的ChatGPT席卷各个大厂，新的风险cy已经来了。你认为使用它写代码是否可以取代程序员？

1、今天最亮眼的是半导体板块，属于ChatGPT概念散发。昨天和前天文章我也说了，算力和算法是我国人工智能最大的短板，算法靠的是天才编写代码，算力靠的是高端芯片，也正是我国被卡脖子的地方。

如今AI模型层出不穷，所谓的神经网络结构日益复杂，所需算力也越来越大。如何使得神经网络的硬件加速成为关键，AI的硬件加速方案层出不穷，但主要分为FPGA和ASIC两类。

而GPU一开始是图形处理器，现在因为GPU可以提供多核并行计算的基础，可支撑大量数据的并行运算，被广泛运用于AI算法中。

目前GPU芯片领域，做的最好的就是英伟达了。而在去年9月份，英伟达就接到美国通知了，禁止出售高端芯片给我国。所以，现在我们想买也买不到。

#如何提升个人的编程能力#

一个普通的程序员可以在自己的岗位上把增删改查的代码写的很好，也是一件相对不容易的事情，个人观点，想要提高一个人的代码能力需要做到如下几点：

1.责任心，进入职场初期，就需要提高自己的责任心，分配给你的任务或者需求，你需要踏踏实实的完成，全流程负责，从需求理解，沟通，开发，自测，压测，上线，灰度，全量，需要亲力亲为跟踪每一个步骤，了解自己的不足并且想办法提高。

2.业务理解能力，很多人刚刚步入职场，每天就是去看各种博客，专题文章，教程，课程，源码，对业务一点都不了解，沉浸在自己的世界，然后编程的时候开始瞎套用别人优秀的代码，邯郸学步，上线后各种问题，别人问他，他就说人家就是这么写的，别人让他讲解一下逻辑，他也回答的模棱两可，不管你会了多少牛逼的技术，懂多少技术背后的源码和原理，对于你周边的人来说，你就是能力不行，编码能力不强，bug率高，一名典型的不合格程序员。

3.遇到代码问题需要追根问底，找到根本原因，遇到线上问题后，没有深入分析问题，不知道这个问题是哪一行代码出现的问题，而是避重就轻，继续按照自己的节奏去学习网上说的那些比较厉害的技术，我遇到很多面试者，问他如何解决线上问题的，很多候选人都说线上OOM了，线程不安全了等等，MySQL慢查死锁了，缓存穿透了等等，问他问题产生的原因如何解决的，差一点的就不说话了，好一点的就去背网上这些问题的八股文，与自己实际遇到的问题完全不相符。下次这种问题仍旧再犯，代码依旧错误的写。

4.挑战难度大的项目，突破自己。有些人工作5年8年，一直在做没有并发，一直在做demo，工作也不是很忙，日常也会主动学习一些技术，但是编码能力就是不强，主要原因就是缺乏实际的锻炼。所以日常要主动扛起核心模块的设计，在你业务领域里做最难的工作，例如支付模块，关注feeds流，IM长链接，对账，推荐，搜索，底层架构等等

5.一种不是自我感动的学习，持续学习，看看周边同事优秀的代码，看看网上一些便于理解的源代码，日常多总结，多review自己的代码。对某一门比较感兴趣的可以深度学习，先学会使用，再去了解原理，最后看源码，最终去模仿变成自己的编码风格和能力。

#商业大事议#最近的互联网圈，清一色都在谈ChatGPT！它能够真正像人一样来聊天，还能写脚本、文案、论文和代码，而且写的内容比很多创作者、程序员还要好。

ChatGPT很可能会改变一个时代，大量的岗位将被AI所替代。

那么，#哪些职业会被AI影响取代# ？

按照ChatGPT自己的说法，是高重复性、高度规范化的岗位会被取代，但不意味着所有这样的工作都会被取代。 很明显，ChatGPT的情商蛮高的，知道给人类留面子。

在中短期内，ChatGPT会对基础性、重复性的劳动力岗位产生冲击，但对于有创意、需要感情沟通的工作不会造成什么影响。

之前看过一篇文章，讲人和机器永远是共生的。不管是自动化还是AI，淘汰的都是没有创造力和创新的工作，是提升社会效率的必然进程，也会孕育出更有创意和创新的新工作种类。

我所在的是高校市场，也关注了到美国89%的大学生都是用ChatGPT做作业以及高校打响AI反击战的新闻。

用ChatGPT可以直接生成A+等级的论文，真是让人惊呆了！那么，#AI创作会让年轻人丧失想象力吗#？

如果大学生完全使用AI帮自己完成作业、考试任务，确实会让作业、考试、论文失去了意义，不需要思考就能写出完美的观点和论据，也会让大家逐渐丧失想象力。

而如果把ChatGPT作为效率工具，尝试与学业进行结合，比如借助它进行头脑风暴或底层代码的编写，则会让自己的创意和能力进一步进化，也不用担心未来被AI所取代。

无效单元测试

如何在保障单元测试覆盖率的前提下，能够更少地编写单元测试代码。

代码覆盖（Code Coverage）是软件测试中的一种度量，描述程序中源代码被测试的比例和程度。

单元测试覆盖率指标：

行覆盖(Line Coverage)：用于度量被测代码中每一行执行语句是否都被测试到了。

分支覆盖(Branch Coverage)：用于度量被测代码中每一个代码分支是否都被测试到了。

条件覆盖(Condition Coverage)：用于度量被测代码的条件中每一个子表达式（true和false）是否都被测试到了。

路径覆盖(Path Coverage)：用于度量被测代码中的每一个代码分支组合是否都被测试到了。

方法覆盖（Method Coverage）、类覆盖（Class Coverage）等单元测试覆盖率指标。

单元测试覆盖率，只能代表被测代码的类、方法、执行语句、代码分支、条件子表达式等是否被执行，但是并不能代表这些代码是否被正确地执行并返回了正确的结果。

只看单元测试覆盖率，而不看单元测试有效性，是没有任何意义的。