⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处撰稿 | 言征「撰稿 | 言征」欢迎转载，保留摘要，谢谢！

🙂🙂🙂关注**微信公众号：【芋道源码】**有福利：

RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表

RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址

您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。

新的源码解析文章实时收到通知。每周更新一篇左右。

认真的源码交流微信群。

撰稿 | 言征

流量一跌再跌，Stack Overflow 简直被狠狠地上了一课！

3 月份 Stack Overflow 的流量下降了近 14%。该公司的 CEO 压力空前，甚至昨天决定裁员 10%！

平均每月下降6%，上月直接跌了近14%

开发人员越来越多地从 AI 聊天机器人和 GitHub CoPilot ，而非 Stack Overflow 留言板上获得建议。

与 OpenAI 的 ChatGPT 的流量呈指数级增长形成了鲜明对比，Stack Overflow 的流量一直呈现持续下降的态势。

然而，ChatGPT 并非导致 Stack Overflow 流量下降的唯一原因。实际上，自 2022 年初以来，就已经露出端倪。可以从 2022 年到现在几家社区的流量对比中看出答案。

与去年同期相比，自 2022 年 1 月以来， Stack Overflow (stackoverflow.com) 的流量平均每月下降 6%，3 月份下降了 13.9%。
ChatGPT 去年 11 月底才推出，没有同比记录，但它的网站 ( chat.openai.com ) 在那短时间内成为世界上最热门的数字资产之一，比微软的网站还要大 Bing 全球流量搜索引擎。它在 3 月份吸引了 16 亿人次访问，在 4 月上半月又吸引了 9.207 亿人次。
GitHub 网站也出现了强劲增长，3 月份 github.com 的访问量同比增长 26.4% 至 5.24 亿次。这并不反映 CoPilot 的所有使用情况，它通常发生在像 Visual Studio Code 这样的编辑器中，但它会包括访问该网站以订阅该服务的人。
从 2 月到 3 月，GitHub CoPilot 免费试用注册页面的访问量增加了两倍多，达到 800,000 次。

（1）Stack Overflow 和 GitHub 与 ChatGPT 的比较

如今，大多数网站都在与 ChatGPT 进行比较，从 Stack Overflow 和 GitHub 是为开发人员提供的专门服务的角度来看，这种比较并不公平。ChatGPT 除了对开发人员之外，还有更广阔的大众市场。

Stack Overflow、ChatGPT 和 GitHub 的流量，来源：Similarweb

（2）GitHub 在增长，而 Stack Overflow 在缩小

整体上看，Stack Overflow 和 GitHub 在规模上旗鼓相当，但态势截然不同：GitHub 的流量在增长，而 Stack Overflow 在缩小。而 GitHub 的增长的背后，与其对 OpenAI 技术的拥抱（以及微软更广泛的拥抱）不无关系。

Stack Overflow 正在缩小，GitHub 正在增长，来源：Similarweb

（3）CoPilot 注册人数增加了两倍

GitHub 提供许多免费服务，但 CoPilot 是其付费功能之一——而且非常受欢迎，以至于该服务的免费试用注册人数在 2 月至 3 月间翻了三倍。

GitHub CoPilot 的注册人数增加来源：Similarweb

从复制粘贴到提示工程

多年来，Stack Overflow 一直是编程人员非常得力的资源，它催生无数个有关“会编码不如会Ctr+C、Ctr+V（复制、粘贴）代码片段”的笑话。虽然围绕 ChatGPT 代码生成的代码质量和知识产权问题继续存在，但从 Stack Overflow 上搜索和发布问题的习惯似乎被挑战了：新的懒惰但高效的编码技巧产生了——提示 ChatGPT、CoPilot 或 Bing Chat 就能得到编写好的大块代码。

来源：Reddit

某种程度上说，Stack Overflow 成为了 AI 编程的牺牲品。背后的原因值得探讨。

首先，2021年，已经归属于微软的 GitHub 推出了 CoPilot 编码助手。CoPilot 建立在与 ChatGPT 相同的 OpenAI 大语言模型之上，能够处理人类语言和编程语言。

其次，光有Copilot的先进生产力，还不足以撼动StackOverflow，除非它被广泛推广开。而恰恰在此时，被广泛使用的 Microsoft Visual Studio Code 的插件，允许开发人员让 CoPilot 代表他们编写整个功能，而不是去 Stack Overflow 寻找要复制和粘贴的东西。CoPilot 现在整合了 OpenAI 平台的最新 GPT-4 版本。

ChatGPT偷家，StackOverflow进退两难

在引入 ChatGPT 后不久，开发人员发现它的一个有用之处是生成详细的代码示例和完整的功能——附带解释代码工作原理的教程内容——以响应简单的文本提示。相较之下，“ChatGPT 将‘杀死’Stack Overflow 的种种猜测不胫而走。

与此同时，Stack Overflow 宣布临时禁止在其网站上发布 ChatGPT 内容——这被认为违反了社区标准，因为根据该网站的管理，ChatGPT 对编码问题的回答往往是错误的。（更新：在博客文章中，Stack Overflow 首席执行官 Prashanth Chandrasekar 讨论了他的团队计划如何结合未来最好的社区和生成 AI 技术。）

Stack Overflow 的传统是社区成员针对任何给定的编码问题发布各种答案，讨论优势和权衡，并投票选出最佳解决方案。对于许多常见的编码问题，开发人员会找到一个公认的最佳答案。

各有利弊，胜负未分

ChatGPT 用户没有了那些吵来吵去、辩论的帖子，只是得到了答案，这看起来更快、更有效。返回的答案可能并不完全是开发人员所需要的，但通常足够接近，可以被塑造和调整为一个可行的解决方案。这与在 Stack Overflow 上找到其他人问题的答案，并根据您自己的要求进行调整的过程没有太大区别。

来源：Similarweb

CoPilot 一直是基于开源内容的代码生成的争议主题，不尊重相关的开源许可证（请参阅此维基百科摘要），这些问题也适用于 ChatGPT 提供的编码建议。此外，OpenAI 在编码技术方面积累的一些智慧很可能来自于对 Stack Overflow 和类似网站上内容的消化。

反击战刚刚开始

“当用户可以像其他人一样轻松地向聊天机器人寻求帮助时，StackOverflow在软件社区中扮演什么角色？业务如何适应，以便继续授权技术人员学习、分享和成长？”

Stack Overflow 掌舵者在一篇博客长文中意识到了这个严重的问题。

**首先，**既然 Stack Overflow 没有第一时间拥抱生成式AI编码工具，那就从生态层面宣示在编程领域的地位和话语权。大模型开发者、企业需要为爬取的数据付费！

据 Wired 报道，Stack Overflow 首席执行官 Prashanth Chandrasekar 表示，“Stack Overflow 计划最快在今年年中开始向开发大模型的开发者、公司收费，付费的群体才可以获得其服务中的 5000 万个问题和答案。”

在 Prashanth Chandrasekar 看来，AI大模型通过数据训练来学习，这其中就包括开源代码和 Stack Overflow 问答帖子。基于此，Stack Overflow 想要推出 Stack Overflow for Teams 服务，决定向使用其数据的公司寻求赔偿，这属于维持社区蓬勃发展战略的一部分，无可厚非。

**其次，**关注盈利，迎头直追AI赛道。近日，Prashanth发出了裁员信：出于对宏观经济的担忧并重新关注盈利能力的原因，该公司将裁员约 10%，至少影响 58 名员工。受裁员影响的员工包括 UX 设计师、人力资源专业人员、产品设计师和高级软件开发人员。

“这些变化也是我们认真审视本财年的战略重点以及我们的组织结构的结果，因为我们投资于 Stack Overflow for Teams 的持续增长；并计划在未来几个月推出以 AI/ML 为重点的产品，同时追求敏捷性和灵活性。”

写在最后

Stack Overflow 与 Copilot、ChatGPT 之间的较量，就像是生成式AI爆炸时代的一个缩影，Twitter、Reddit 等社区上演了类似的情景。只不过现在看，以大模型为代表的AI服务提供商似乎占了上风，而数据提供方似乎正处于被动防守的态势。

但这种态势也许并不会太过持久，生成式 AI 虽然让大众看到了未来，但留给我们要解决的问题似乎更多：大模型所需消耗的电力、数据燃料的安全与存储问题、生成内容存在的“幻觉”问题、被滥用导致的作弊行为等等，都是牵扯到社会各个层面的问题。

但在解决这些问题之前，拥抱生成式 AI，似乎成为了避无可避的选择。

芋道源码 —— 纯源码解析博客

裁员10%，暴跌14%，这家IT独角兽正在被抛弃！