ChatGPT改代码能力测试，能够理解编程语言的版本更新

原文标题:《谷歌阵地失守！ChatGPT 又准又快，改 bug 完全不需要搜》

ChatGPT 上岸第一剑，先斩开发者！

上一波图像生成模型大火，让艺术家们十分焦虑，并开始联合抗议 Stable Diffusion 等模型侵犯自己的版权，而这次 ChatGPT 带来的文字革命则是让各行各业都产生了危机感。

尤其是程序员群体，更是瑟瑟发抖，亲手把自己的饭碗整没了，未来只能沦为「代码审核专员」。

但 ChatGPT 改代码的能力真有想象中那么强吗？

可能还真就有那么强！

用上 ChatGPT，完全不需要从浩如烟海的文档中寻找一个有价值答案了，只需要一个问题，直接就能返回大概率是正确的答案，并且还有诸多示例，从依赖库版本更新到 MacOS 技术支持无所不能。

ChatGPT 出马，一个能顶俩，老板直呼省钱...

理解编程语言的版本更新

「版本匹配」绝对是最让程序员们掉头发的问题，每次碰到 tensorflow 不兼容、各种依赖库版本互斥、语言版本特性等问题都要耗费大量的精力来调试和修改。

大部分人都不会关注每次版本更新到底都有哪些内容变动，但 ChatGPT 把它们都记下来了。

比如老板给你一个需求，把所有网站从非常过时的 PHP 7.4 版本迁移到最新的 PHP 8，这个问题可能就头疼了。

PHP 是 WordPress 和许多其他网络管理工具所依赖的网络编程语言，其中会涉及到大量的插件，而其中某些插件并不兼容 PHP 8，如果想让升级后的网站成功运行，就必须找到并修复其中的代码。

现在可以把问题的细节直接输入给 ChatGPT，就能快速得到一个解决方案，并且回答中还会包括一些演示代码。

问:我在用 PHP 的时候，在没有传入数组的情况下，extract 函数返回了一个 fatal error，代码在 PHP 7.4 中就正常运行，但在 PHP 8 中有错误。PHP 8 的 extract 有什么变化吗？

I'm having trouble with the PHP extract function giving a fatal error when not passed an array. In PHP 7.4, I did not get the error, but I seem to in PHP 8. Did extract change for PHP 8?

ChatGPT 回答:在 PHP8 中，extract 函数的行为变得更加严格。在以前的 PHP 版本中，如果没有传入数组，extract 函数只会返回 false；但是在 PHP 8 中，如果没有传入数组，则会抛出一个致命错误。此修改是为了提高函数的健壮性，并防止意外输入引起的潜在错误。

你可以通过使用 is_array 函数检查传递给函数的变量是否是数组，然后再调用 extract

还可以使用 array_key_exists 函数检查传入的变量是否为数组。

或者使用... 运算符将数组解构为多个变量。

事实证明，根据 ChatGPT 的答案几分钟内就可以修完 bug，其中很大一部分原因是知道去哪里找到答案，并且 ChatGPT 也说明了在不同版本的 PHP 中函数的行为是如何变化的。

问:当把代码从 PHP 7.4 迁移到 PHP 8 时，哪些 PHP 函数可能会出问题？

What PHP functions are likely to break when moving from PHP 7.4 to PHP 8?

ChatGPT 回答:当从 PHP 7.4 迁移到 PHP 8 时，有一些函数和特性可能会无法运行或具有不同的行为。以下是一些可能引发问题的主要变化:

如前面答案中所提到的，如果没有传入一个数组，则 extract 函数会抛出一个致命错误；

• PHP 8.0 中删除了 foreach , array_keys 和 current ；

• PHP 8.0 中删除了 create_function 函数，建议使用匿名函数；

• list 构造，在与 foreach 一起使用时，现在会将键和值作为单独的变量返回，而非单个数组；

• 在 PHP 8.0 中已经删除了__autoload 函数；

• $php_errormsg 变量在 PHP 8.0 中已被删除；

• 一些弃用函数已经被删了，包括 create_function ()，each ()、__autoload () 和 () 和 $php_errormsg

这些只是从 PHP 7.4 迁移到 PHP 8 时可能会发生问题的一些更改示例，在升级之前彻底测试您的代码和应用程序是一个好主意，以确保一切都按预期运行。

在这份回答中，ChatGPT 同时还说了「如前面答案中所提到的」，让人感到既惊讶又惶恐。

在正在修改的代码中，原来的开发人员经常使用 create_function，当时我不知道该函数已经被弃用了，但根据 ChatGPT 提供的修改列表，只需要搜索代码，找到需要更新和重写的内容。

然后，继续要求 ChatGPT 展示替换该函数的方法。

问:在 PHP 中使用 create_function 重写代码的好方法是什么？给我一个使用 create_function 的例子。

What's a good way to rewrite code using create_function in PHP? Can you give me an example using create_function, and then one using the currently proper mechanism?

create_function 是 PHP 中已弃用的函数，用于创建匿名函数。官方不再推荐使用这个函数，PHP 8.0 中已经删除了它。现在可以使用 function 关键字创建匿名函数 。

下面是一个示例:

下面是使用匿名函数的等价代码:

此外，还可以使用 use 关键字将变量传递到闭包中:

这个回答相当清晰，看了解释以后很快就可以重写完代码。

MacOS 技术支持

假设在研究 Mac 上的优化存储时也有一些问题，为了缩小研究范围可以直接问 ChatGPT。

问:使用 MacOS 功能 Optimize Mac Storage 时，Time Machine 是否会因为一些文件只表示为本地机器上的存根而进行不完整的备份？

If you use the MacOS feature Optimize Mac Storage, will Time Machine make incomplete backups because some files are only represented as stubs on the local machine?

ChatGPT 回答:MacOS 中的「优化 Mac 存储」功能使用 iCloud 将很少使用的文件从 Mac 卸载到云中，同时在本地机器上保留一个「存根」文件来表示原始文件。这样可以节省 Mac 硬盘上的空间。

当设置 Time Machine 以进行备份时，将会备份所有文件，包括那些已经使用「优化 Mac 存储」卸载的文件，不过是用存根文件来替代取代原始文件。

这也意味着，如果你要从 Time Machine 备份中恢复你的 Mac，并且「优化 Mac 存储」功能是启用的，那么任何卸载的文件将不会包含在恢复中，需要再次从 iCloud 下载。

值得注意的是，如果卸载了大量的文件，那么 Time Machine 备份可能会比不使用优化 Mac 存储占用更多的空间，因为备份存根文件占用更少的空间。

简而言之，如果你使用「优化 Mac 存储」功能，Time Machine 将会做不完整的备份，因为它只会备份存根文件，而非已经卸载到云端的原始文件。

上面 ChatGPT 的答案是正确的。

总结

ChatGPT 确实可以节省开发和解决 bug 所需时间。

通常情况下，程序员写代码时需要不断进行调试，还要进行大量的网络搜索，从搜索结果中找到线索，包括阅读讨论和评论。

当然，整个搜索过程可以提供很多信息，绝对比你从聊天机器人那里得到的信息更多，还可以在评论区还可以看到很多隐藏的技巧。

但当需要赶时间或者在一个关键的最后期限前，大量搜索绝对是一个笨方法，借助 ChatGPT 来解决编程问题已经被证明是非常有效的。

ChatGPT 和其他的模型一样，你必须意识到 AI 的答案并非总是正确，你极有可能会得到完全错误的答案，但它确实是一个非常出色的工具。

不过，ChatGPT 到底是从哪里得到的这些信息？是否曾经有人专门写过一篇关于 extract 或是 create_function 的文章？是否某些人的知识被用作答案生成的原始素材？

按目前的情况来看，至少对于 Google 的作者来说，曾经还有机会让搜索引擎为文章提供流量，作为分享信息的回报，但是像 ChatGPT 这样的聊天机器人直接垄断了信息获取渠道，当然用户得到了更高的生产效率。有人会失去工作的成就感吗？

问:当你回答一个问题时，你是否接受了其他人贡献的知识，你是否从原始的人力资源中获得了工作成果？

ChatGPT, when you answer a question, are you taking knowledge others have contributed and are you taking work and credit away from the original human sources?

ChatGPT 的答案:作为一个由 OpenAI 创建的人工智能语言模型，我没有个人的观点或想法。不过我可以告诉你，用来生成回复的信息是基于我所接受的数据训练，这些数据包括来自互联网的巨量文本。

重要的是要记住，我的回答是基于我所受训练的数据中的模式生成的，可能并不总是完全准确或最新的。

参考资料: