ChatGPT强悍的编程能力，让我吓出一身冷汗！

最近有好几个人给我安利ChatGPT，说老刘快你去看看吧，这货实在太强了，搞不好我们程序员都失业了。

刚开始我都是微微一笑，怎么可能？我之前的观点一直都是在我的有生之年，AI绝对不可能干掉程序员。

但是安利的人实在是太多了，我忍不住要去注册个账号去看一下。

没想到这货竟然没对中国开放，网上有些攻略，我嫌麻烦，赶紧呼叫在国外的好兄弟，请他帮忙注册一个账号。 

尝试开始，我决定跳过那些简单的问答，例如：

如何反转一个字符串？

如何发起一个HTTP调用？

因为这种东西对于阅码无数的AI来说太小儿科了，根本测试不出来它的本事有多大。

程序员的一个核心能力就是拿到需求，能作出优雅的设计，咱们就拿这一点考考它。

先问一个简单的问题：

（点击看大图）

不出所料，它“背诵”得非常好！

它说的最后一个原则是：尽量使用合成/聚合的方式，而不是继承来达到复用目的。 这确实是面向对象一个重要的设计原则。

ChatGPT能运用这样的原则吗？

先问问它会不会做设计：

说得真不错，咱们开始放大招，我手头正好有一个经典案例：薪水支付，这是从经典书《敏捷软件开发：原则，模式和实践》中提取出来的。 

这个案例的需求是这样的：

该系统由一个公司数据库以及和员工相关的数据组成，系统需要准时地按照规则给员工支付薪水

员工有三种类型

1.钟点工，每个小时有固定报酬，他们每天提交工作时间卡，其中记录了日期以及工作小时数，如果每天工作超过8小时，按1.5倍进行支付。每周五对他们进行支付。

2.月薪员工，工资固定，每个月的最后一个工作日对他们进行支付

3.销售人员，有固定工资，但会根据他们的销售情况，支付给他们一定数量的佣金，他们会提交销售凭条，其中记录了销售的日期和数量。每隔一周的周五对他们进行支付。

员工可以选择支付方式，可以把支票邮寄到他们指定的邮政地址，也可以保存在财务那里随时支取，或者要求直接存入他们指定的银行账户。

看了这个需求以后，一般的设计是这样的：

Employee 作为基类，不同类型的雇员类来继承。

但是这个需求会有变更，客户要求员工类型可以变更，例如从钟点工变成月薪雇员，这样上面的设计就不行了。

这个时候应该做个抽象，，用一个类PaymentClassification来表达支付分类，然后让Employee类持有这个实例，简单说就是用组合代替继承。

这相当于是个陷阱了，我们程序员能识别，抽象，这个ChatGPT可以吗？ 我还真有点好奇。

先问最初的需求，ChatGPT的回答是这样的：

（点击看大图）

你别说，还真是不错，它“理解”了需求，从中抽取出了名词进行类的设计，并且设计好了类的继承关系。

已经达到了面向对象设计的初级水平。

接下来是重点，给他挖坑：

非常惊艳，这货竟然学会了抽象！

虽然它抽象出的类型叫EmployeeType，不如PaymentClassification那么精确，但是大方向是一致的：用EmployeeType来管理支付规则，员工类型发生变化时，Employee类不需要变化。

说实话，我看到它给出这个结果，内心是很吃惊的，可以说，能超越相当多的程序员了。

接下来我又问它关于支付周期怎么处理：

这一次它的抽象更加厉害，直接给出了精确的名称：PaymentSchedule，还有相关的伪代码!

它还特别提到了，当需要修改支付周期时，只需要更改PaymentSchedule即可，不用修改原有的员工类，组合优于继承，再次体现出来。

这和书中的例子几乎一样了：

继续问支付方法的处理方式：

不出所料，它的设计依然很棒：

实际上，ChatGPT的设计，已经非常接近书中的最终方案了：

尝试到这里，心里有一丝失落和不甘，这个ChatGPT实在是太强悍了，展示出来很强的设计能力，并且对话过程非常流畅。

人工智能真的能理解需求，学会了抽象，能设计出漂亮的类结构了吗？程序员的核心能力被替代，程序员的危机真的来了？

我又问了它一个问题，让它把类图画一下：

等等，这里的类名怎么和之前的不一样了，怎么出现了一个新的概念：工会成员？ 我在这次对话中，可是从来没有告诉过它这个概念啊！它从哪里知道的？

最大的可能是，这货并没有理解我告诉它的需求，它之前应该学过这个案例，依然是在“背诵”它学习的东西，自作主张把工会成员也给我弄出来了，从而露出了马脚。 

我关掉了ChatGPT网站，再次登录，重新用同样的内容和它交互，这次的结果彻底地把它暴露了。

看到没有，这次它根本没有抽象出PaymentClassification/EmployeeType，它竟然推荐了面向过程的思路，添加一个type的属性，用switch来解决问题。这比之前的方案要差太多了。

最后聊一下感受吧！ChatGPT确实很厉害，应该是学习了海量的数据，肚子里货很多，但是它依然没有真正的理解需求，它告诉我们的答案就是在现有知识中做提炼和整合。

如果抛给它一个完全全新的领域问题，估计它会懵的，大家可以拿实际业务问题来玩一下。

所以，ChatGPT是一个好帮手，但是你要想完全依赖它，可要掂量掂量了，它告诉你的可能是优雅的代码，也可能是垃圾代码。