如今，新一代的人工智能已经非常流行，自2022年11 OpenAI 发布 ChatGPT3.5 以来，标志着人工智能新的范式已经开始，也就是 GPT（Generative Pre-trained Transformer），也就是生成式人工智能。
自从 ChatGPT3.5 发布以来，我便开始使用，工作中已经很难离开它了，但是，对我的工作影响最大的当属 ChatGPT 前一段时间推出的自定义 GPT，为什么呢？
我们先看看作为程序员，它是怎么影响我的工作的，直接看过程（默认大家对ChatGPT有一定的了解，不知道可以网上搜索，太多太多的文章介绍，还有他们的官网等等）：
完全可借鉴的实战
- 进入 ChatGPT，创建一个自定义 Spring Boot GPT。
- 在指令里，进行了详细的约束，比如：技术栈使用 Spring Boot、Hibernate、Spring Security、JUnit 等，遵循 Google Java Style Guide 编码规范等等，这里可以写很多很多。
- 如果有必要，给这个自定义的 GPT 上传私有文件，让它了解更多信息。
- 经过不断的调试，直到生成符合要求的代码，这个规范的 GPT 便可给自己和团队使用了。
- 与这个 GPT 深入的沟通模型定义，聚焦关键实体及关键字段。
- 不断的询问改进后的模型的优缺点，直到输出一个能够支撑核心业务且可高度扩展的模型。
- 再次生成符合 Hibernate ORM 最佳实践的模型。
- 开始与它讨论 Controller、Service、Component等，应用一些最佳原则，比如单一指责、高内聚低耦合等等。
- 反复锤炼根据这些模型和业务，讨论应该生成哪些 Controller 以及每个应该具备的核心方法。
- 不断询问它这么做的优缺点，直到你认为合理为止。
- 在这个过程中，可以试着让它生成一个业务中复杂的逻辑，观察具体效果。
- 和它不断的交流依次生成Controller、Service等。
- 讨论系统瓶颈，考虑到分布式系统、多实例等，引入 Redis 和 RabbitMQ 解决缓存、统一状态管理、提高吞吐量等。
- 考虑到业务的清晰和可扩展，让它统一状态码、统一异常处理、DTO、ViewModel，对Controller、Service进一步改造。
- 给Controller、Service等生成单元测试。
- 自测系统，与GPT一起修改 bug、改进系统17、配置 Swagger，生成 API 文档，给另一个 GPT 使用。
- ......
- 压缩整个项目，给 GPT 让它做优缺点分析，继续改进系统...
显然这不是研发一个 demo 的步骤，这是实践的结果，由于上下文长度的限制，由于 GPT4 还没有强大到什么都会，有些问题需要反复沟通才能解决，需要帮他修正上下文中的错误点。有句话描述 GPT「你觉得难的问题，它也觉得难」，打铁还需自身硬。
刚才生成的 API 文档有什么用呢？后端基本完成，现在还需要开发前端。
- 再次打开 ChatGPT，创建一个自定义 Vue GPT。
- 在指令里，进行了详细的约束，比如：技术栈使用 Vue3、Vue Router、Pinia、Element Plus等，使用 TypeScript、使用单文件组件和组合式 API、遵循 Element 设计原则，数据请求严格遵循 API 文档等等。
- 上传 API 文档，以及其它数据，让它了解更多信息。
- 调试，生成符合要求的功能完备的组件 -- 经过反复调试，基本可以生成直接使用的组件。
由于GPT的局限性，也是在特定领域没有很好的交互支撑，需要一个个生成组件，然后自己组合代码。
- 与 Vue GPT 讨论组件功能，生成功能交互完备的组件。
- 交互上，比如按钮提交，实现 UI 状态管理：禁用交互、视觉反馈、状态恢复等。它做的非常好。
- 与之交流、生成符合 API 文档的请求响应拦截器，进行错误统一处理及提示。
- 生成单元测试。
- 运行代码及单元测试，一起排查问题，修复问题。
- ......
- 压缩整个项目，给 GPT 做优缺点分析，继续改进系统...
前端涉及到与用户的交互比较多，页面也多以组件形式组织，目前很难让 GPT 直接生成完整复杂的页面，紧凑的组件目前完全没有压力，太复杂也不行，太复杂生成的就类似于 demo，但是代码结构依然有用。
实战后的思考
整个过程下来，可以联想到之前的低代码平台，但是在新的范式下，这是完全不一样的逻辑。如果结合GPT开发一款软件研发工具，可以适用很多的场景和需求，面对不同的场景只是增益效果不同而已。就像现在的GitHub Copilot Chat，基本上对使用者都有帮助，然而他还需要多多改进，如果支持自定义 Copilot 就好了。
上面的开发步骤，生成的代码质量非常高，然而它与开发工具是完全割裂的，ChatGPT 会改进这一点儿吗，我想，应该不会。如果设想，它怎么才能做到？ChatGPT 可以支持一种新的插件模式，对话框右侧显示插件，通过规范好的类似 JSON-RPC、DAP、IPC 等协议机制与对话框通信。对话过程中，可以随时读写目录、读写文件、调试代码获得结果反馈等等... 也许有更加完善的方案有人在默默耕耘。
