上周，我安装了Github 的 Copilot ，这是一个帮助工程师编写软件的机器学习工具。我经常用 R、Go、Ruby、markdown、bash 和其他语言编写代码来自动执行某些任务或更新我的 CRM ，所以我很兴奋。
我在 ruby 中输入了def get_tweets_for_user(username) 。 Copilot 在不到 5 秒的时间内完成了整个功能，就像 GMail 智能回复一样，但用于编程。我输入了我的 API 凭证，执行了程序，然后它就运行了。将 5 分钟的工作压缩为 Tab 键和复制/粘贴。
到一天结束时，Copilot 已经变得必不可少——没有它我不会编码。我怀疑数以百万计的其他人也会有同样的感受。
我在其他地方使用应用人工智能。两个不同的机器学习系统分析了这篇博文的语法错误、陈词滥调、简洁、风格和黄鼠狼字。
在过去的十年里，我看到应用机器学习成为 Chorus.ai 销售人员的筹码。 Chorus 记录客户主管和潜在客户之间的通话，然后对其进行分析，以了解风格、结构和内容。
1996 年，当 IBM 的 DeepBlue 与加里·卡斯帕罗夫 (Gary Kasparov) 争夺国际象棋霸主地位时，棋手想知道坐在棋盘另一边的计算机是否预示着比赛的结束。 AlphaGo 之后也出现了类似的问题。今天，顶级大师们使用超级计算机驱动的国际象棋引擎来提高他们的游戏水平。
20 年前写了很多关于人类棋手可能消亡的文章。这些情绪在 Copilot 发布后出现的关于软件工程终结的文章中得到了回应。
他们错了。 AI 使我们能够专注于更高级别的任务，而不必担心错误的分号、特定 API 的语法或在销售电话期间做笔记。
这些助手是工作的未来，预测、建议、指导、纠正——帮助我们通过抽离辛劳来完成更多工作。这就是为什么它们成为赌注的原因——每个人都需要它们跟上步伐。