为了保持知识的开放性和对所有人的开放性，我们必须团结起来，共同打造人工智能的未来。
纵观历史，伟大的思想家们对新技术将如何重塑人类的工作和生活方式进行了预测。随着每一次范式的转变，有些工作会增长，有些会改变，有些则会丧失。约翰-梅纳德-凯恩斯在1930年写道，新技术意味着人类将每周工作30小时或更少，而主要的挑战将是如何利用我们所有的空闲时间。到目前为止，这种性质的预言并没有完全成真。随着新技术赋予我们权力，我们把自己推向新的高度，并达到以前无法实现的目标。
在近15年的时间里，Stack Overflow已经建立了最大的在线社区，供编码人员交流知识，在这个地方，任何有互联网连接的人都可以免费提问或回答问题，并向他们的同行学习。Stack Overflow for Teams是我们的企业SaaS产品，被15,000多个组织信任，作为其内部知识库。随着最近大幅提高的人工智能的出现，许多行业都在思考像ChatGPT这样的技术将如何改变他们的业务。对于软件开发来说，答案似乎比大多数人更直接。即使在最新的人工智能浪潮之前，在流行的代码库中，三分之一的代码是由人工智能助手编写的。
今天，复杂的聊天机器人，建立在尖端的大型语言模型（LLM）之上，可以为一个网站编写功能代码，其依据不过是一张画在餐巾纸上的粗糙草图的照片。它们可以回答关于如何构建应用程序的复杂查询，帮助用户调试错误，并在几分钟内完成不同语言和框架之间的翻译。在Stack Overflow，我们不得不坐下来问自己一些艰难的问题。当用户可以像求助于他人一样轻松地求助于聊天机器人时，我们在软件界的作用是什么？我们的业务如何才能适应，从而继续让技术专家学习、分享和成长？
值得反思的是技术进步的一个重要属性。杰文斯悖论告诉我们，当创新使我们能够做得更多时，我们就会在一个新的常态上定居下来，移动我们对人和组织的期望的目标，然后竞争，看谁能找到新的方法来领先于其他人。对于知识工作来说，随着行动成本的降低，我们往往会做更多的事情。抽离重复性或乏味的任务，使技术专家能够做出新的发现或推动创新。
如果新的人工智能系统可以通过与计算机聊天来创建软件，我的预测是，程序员的工作远没有消失，我们最终会有数百万新的软件开发人员，因为来自金融、教育和艺术等领域的工人开始使用人工智能驱动的工具，而这些工具以前是他们无法接触到的。我们热衷于欢迎下一代的开发者和技术专家，为他们提供一个社区和解决方案，就像我们在过去15年里所做的那样。我们已经有一个专门的团队在为Stack Overflow和Stack Overflow for Teams添加GenAI，今年夏天会有一些令人兴奋的消息与大家分享。
社区成员和人工智能必须一起工作，以分享知识和解决问题
我并不是唯一一个认为人工智能可能会导致新开发者爆炸的人。我最近听到微软创始人比尔-盖茨、产生了今天的人工智能革命的神经网络方法的教父杰夫-辛顿以及跨越计算机科学和数学的先驱斯蒂芬-沃尔弗拉姆表达了类似的观点。每个人都在今天的人工智能中看到了失去某些工作的可能性，是的，但如果历史是一个指南，未来将有大量更高技能的工作提供给更多人。就像拖拉机使农民更有生产力一样，我们相信这些新的生成性人工智能工具是所有开发者需要使用的东西，如果他们想保持竞争力的话。鉴于此，我们希望帮助将这些新的人工智能技术的知识民主化，确保所有人都能获得这些技术，这样就不会有开发者被落下。
我经常与不同经验水平的开发者交谈，我一直听到新手程序员在人工智能的帮助下建立简单网络应用的轶事。然而，这些故事中的大多数并不是以人工智能的提示开始和结束。相反，人工智能提供了一个起点和一些最初的动力，而人类做了额外的研究和学习来完成这项工作。人工智能可以调试一些错误，但却被其他错误所阻碍。它可以建议一个好的后端服务，但往往不能解决整合不同服务时出现的所有摩擦点。当然，当一个问题不是由机器的指令造成的，而是由人类的错误造成的，最好的答案来自于其他经历过同样问题的人。
对于更有经验的程序员来说，人工智能将是他们现有技能的放大器，使他们在项目中更加雄心勃勃。正如杰文斯所预测的那样，其结果是他们花更多的时间在人工智能上，但也有更多的时间创造新的想法，研究新的主题，并提出以前没有想到的新问题。他们感到有能力超越他们的传统技能组合，并在他们想要承担的工作类型方面突破界限。
我们对自己能够为快速发展的生成性人工智能领域带来什么感到兴奋。现代LLM系统的一个问题是，它们会以同样的信心提供不正确的答案，并且会 "幻化 "事实和数字，如果它们认为这符合用户寻求的答案的模式。将我们的回答建立在Stack Overflow上超过5000万个提问和回答的知识库中（以及Stack Overflow for Teams中的专有知识），有助于用户了解他们希望使用的代码的出处。我们希望帮助编码者保持流动状态，让他们使用最新的工具进行创作，并相信他们能够记录和理解所生成的代码的出处、来源和背景。
社区和声誉也将继续成为我们努力的核心。如果人工智能模型之所以强大，是因为它们是在开放源码或公开可用的代码上训练出来的，那么我们要精心设计模型，奖励那些做出贡献的用户，并保持我们所依赖的知识库的开放和增长，确保我们在未来仍然是新技术知识的最佳目的地。
人工智能系统的核心是建立在人类知识和经验的巨大财富之上。它们通过数据训练来学习--例如，开放源代码和Stack Overflow问答。正是人类和人工智能之间的这种共生关系，确保了像Stack Overflow这样的社区驱动型平台的持续相关性。允许人工智能模型在开发者多年来创造的数据上进行训练，但不与公众分享这些模型的数据和学习成果作为回报，将导致公地的悲剧发生。简单地求助于人工智能以获得快速答案可能符合每个开发者的自身利益，但除非我们都继续向一个共享的公共平台贡献知识，否则我们将面临一个知识被集中在人工智能模型的黑匣子里的世界，这些模型需要用户付费才能获得其服务。
人工智能是建立在我们的集体知识之上的，我们都必须参与建设它的未来。
随着人工智能领域的不断发展，对能够培育、告知和挑战这些技术的社区的需求变得至关重要。这些平台不仅为完善人工智能算法和模型提供必要的指导，而且作为一个健康的辩论和思想交流的空间，培养创新精神，推动人工智能所能实现的边界。
我们关于社区是人工智能安全、高效和开放的未来的中心的论点也为我们的业务提供了一些令人兴奋的前景。Stack Overflow for Teams是我们的企业版，也是Stack Overflow的私人版本，它有助于为Box、微软和Liberty Mutual等15000多家组织内部的社区驱动型知识库提供动力。数十年的机构知识，由主题专家和经验丰富的团队塑造和策划，使这些组织的员工更容易合作，提高生产力和信任度。
使用Stack Overflow for Teams将生成性人工智能技术纳入组织，将使我们能够在这些丰富的信息之上建立一个对话界面。我们相信这可以带来巨大的生产力提升：从新员工能够更快地入职，到加快开发人员的工作流程，因为用户能够快速提出问题并检索到公司的历史、文档和问答的答案。
上面的例子只是GenAI在我们的Stack Overflow公共平台和Stack Overflow for Teams中许多可能的应用之一，它们给我们公司的每个人都带来了活力。我们将与我们的客户和社区密切合作，为这一新兴领域找到正确的方法，我已经责成一个专门的团队全职从事此类GenAI应用。我将继续通过我的季度CEO博客等渠道分享更新信息，但我很快就会再次联系，宣布关于这个主题的重大消息。同时，感谢我们的社区和客户继续帮助我们完成我们的使命，即通过集体知识赋予世界发展技术。
