早上9点到岗，晚上9点下班，每周工作6天。“996”工作制，这一流传于IT圈内的行话，近期在互联网巨头掌门人“助攻”下迅速成为热议话题，各种观点莫衷一是。但剥离掉法律、道德、价值观等层面的讨论，“996”所反应的现实情况是：社会正全面进入信息化，程序员已经不堪重负。
与此同时，谷歌大脑(Google Brain)发布了一篇论证AI辅助人类编程的论文，为身心俱疲的“码农”们带来新福音。谷歌所说的AI技术如何实现辅助编程?AI能协助完成哪些编程工作?距离程序员的解放之路还有多远?带着这些问题，本报记者采访了法国原子能和替代能源委员会人工智能博士、素问智能创始人王巍。
游走于“画匠”和“画家”之间
硅谷创业之父保罗·格雷厄姆在《黑客与画家》一书中形象地将编程与绘画做了类比。格雷厄姆认为，优秀程序员和画家一样属于创造者。但他在书中也指出，在分工日益细化的产业链条中，“(程序员)只是一个负责实现领导意志的技术工人，职责就是根据规格说明书写出代码，其实与一个挖水沟的工人是一样的，从这头挖到那头，仅此而已，从事的都是机械性的工作”。两者的区别就如同画家和画匠，前者是个性创造，而后者是重复劳动。
职业程序员的工作原本是一项智力密集型的技术创造，但随着互联网产业的快速发展，部分互联网公司的程序员和流水线工人几乎没有本质性区别，编程已逐渐成为劳动密集型的机械劳动。然而，创新通常不是从长时间的工作中熬出来的，程序员创造性不断下降无疑与高强度的工作量有关，而人工智能或许能够改变这一局面。
人工智能如何实现辅助编程
为了快速理解谷歌这篇技术性很强的论文，王巍向科技日报记者讲述了他曾参与的另外一项研究：AI模仿大文豪雨果写作。该项目利用人工智能统计方法来学习雨果的语言风格，包括其习惯用词、用语和句式等，最终可以让法语写作水平一般的人用大文豪的写作风格写自己的故事。
王巍表示，人的自然语言(如法语)是一个由字和词组成的序列，通过统计模型分析，能够根据上文来预测下文出现的概率，可以将其理解为更高级的联想输入法或打字提示。而面向机器的编程语言，一方面是一个由代码组成的序列，另一方面也有其内在的代码组织结构，通过对这两者的建模，在程序员输入代码的过程中，可以利用人工智能技术识别其意图并预测其可能将要输入的代码，从而辅助程序员简化新写代码的工作量。另外，通过模式识别，在程序员修改一部分代码时，AI可以识别出现有代码中其他需要做类似修改的相关代码模块，甚至直接提供代码更新方案的选项，从而大大减少程序员修改代码的工作量。
在AI术语中，预测下文或代码属于序列的学习和预测，而递归神经网络则是实现序列建模的一种解决方法。长短期记忆网络(LSTM)是目前比较流行的一种递归神经网络，谷歌在论文利用LSTM来对已有的代码建模，从而识别和预测复杂、动态的代码编辑序列。
能协助程序员完成哪些工作
王巍介绍，目前程序员编程使用的开发工具IDE(集成开发环境)已初步具备一些简单的提示功能，比如参数的自动填充、构造函数的自动初始化等，在实际操作中一定程度上提高了程序员的效率。而谷歌的研究是面向更为复杂的编辑序列模型，其方案对大规模代码编辑数据有更强的适用性。
如果该研究能够实现工业化应用，无疑对于一线程序员和科技公司来说是重大福音。在AI的预测和识别辅助下，程序员新写代码和修改代码过程中高度重复性的工作将大幅简化，机器的加入将直接降低程序员的工作量和疲劳感。
程序员的解放之路还有多远
王巍表示，谷歌的研究目前仍在试验阶段，距离大规模工业化应用仍有一定距离。另外，部分媒体对此报道也有一定炒作成分，谷歌研究的定位目前仍限于辅助编程，还远远无法完全代替人类。在可预见的未来，机器创造程序仍是科学幻想，编程只能由人来完成。
从技术角度上看，人工智能还无法完全理解人的复杂意图，也没有办法形成有效的创造力，目前也看不到解决这一问题的技术路径。另外，编程的目的是要形成产品并实现社会价值，其中存在责任界定问题，从社会层面看，人工智能也不应代替人做出决策。
然而，技术总是在短期内被高估，但是在长期内又被低估。长期来看，在AI辅助下，程序员繁重的机械劳动有望大幅减少，但创新性工作仍需人类智慧去完成。“码农”将成为“园艺师”，在AI辅助下解放更多时间，并将更多精力投入到创作之中，枯燥的“画匠”工作会变得更加有趣，程序员“996”工作制或许也会成为历史。
