The following text is a partial translation of the original English article, performed by ChatGPT (gpt-3.5-turbo) and this Jekyll plugin:
发布了ChatGPT 3.5后，对我们程序员来说一切都发生了变化。尽管我们大多数人（包括我自己）不理解它的工作原理，但我们中的一些人使用它的频率超过了Stack Overflow、Google和IDE内置功能。我相信这只是个开始。虽然只有Microsoft知道接下来会发生什么，我也试着做出一个谦虚的预测。下面，我列出了我认为未来机器人（搭载生成式人工智能）将会做的事情。未来越远，排名越低。我试着不重复GitHubNext已经说过的内容。
报告错误。他们将浏览代码库，分析代码，甚至尝试运行一些测试，然后在问题明显时提交错误报告。当他们发现难以理解、文档不完整、没有自动化测试覆盖或存在安全漏洞的代码时，他们也会提交错误报告。此外，他们还会报告代码未遵循规范或最佳实践的情况。他们会写得非常好，并提供许多技术细节和补充链接，以至于程序员们更喜欢来自机器人的报告而不是来自人类的报告。
审核拉取请求。他们将审查提交到代码库的拉取请求（无论是人还是机器人），并通过在特定代码行上发表评论来对其进行审查，无论是批评代码质量还是提出更好的替代方案。他们会跟踪之前提出的建议，并在必要时坚持。最终，拉取请求的作者甚至不会知道是谁在审核他们的请求：是人还是机器人。
重构。从众多众所周知的微重构中，他们将选择当前最重要的几个，并提交包含这些更改的拉取请求。他们不会改变代码的功能或进行大规模修改。相反，他们将通过小的增量改进代码质量，使我们人类能够轻松地合并他们建议的更改。他们不会改变太多，所以我们不会感觉被机器人管理，但事实上我们确实会。在慢慢而渐进地改进代码库的过程中，使其更易读、易维护，更容易被其他机器人理解。
排队优先级。他们将根据历史数据、当前团队速度和其他相关指标，将任务和工单按照适当的里程碑进行排序，确定哪些更重要。他们会决定首先修复哪个错误和哪个功能请求比其他请求更重要。他们将创建一个与短期目标和长期目标都相符的优先级排队，以此来排列工作。
完善错误报告。他们将检查已经报告的错误，并对其进行完善，提供补充信息，解释与错误相关的代码，并建议可能复现错误的代码片段。他们会做大多数程序员懒得做的工作：正确解释错误，以帮助修复这些错误。
文档源代码。他们将找到代码中难以理解的地方，例如复杂的函数、大型类和大型数据结构。他们将生成文档块，然后提交拉取请求。人们将很乐意接受这些请求，因为为别人的代码编写文档是工作中枯燥乏味的部分。此外，将文档与源代码保持同步是我们人类疏忽最明显的领域之一。
修复错误。根据他们已经看到的代码和问题报告中的错误列表，他们将生成一些修复并将其作为新的拉取请求提交。他们将解释修复的内容，为什么以这种或那种方式进行改进，修复的重要性如何，还会提出可能的替代方案。我们只需将它们合并。
规范化需求。他们将检查代码库和我们讨论代码的评论，然后推导出我们实现的需求的正式定义。然后，他们将使用用例图、需求矩阵，甚至是类似README或Wiki这样的非正式文本文档来形成需求。他们将在整个代码库的生命周期中始终更新这些文档，而这正是我们人类经常偷懒不做的事情。
入职指导：他们将协助新开发人员的入职过程，引导他们了解代码库、解释架构决策，并提供个性化教程。他们还将通过提供交互式指导来帮助我们理解某些代码块。
分析技术债务。他们可以分析代码库，确定技术债务积累的区域，并提出在问题变得严重之前缓解技术债务的步骤。他们将提交工单，标识出最大的债务领域并提出改进建议。
清理文档。他们将重新格式化我们人类为类和方法编写的文档块，然后提交拉取请求进行更改。正确格式化文档，使用HTML、Markdown、Doxia和许多其他格式，是我们人类不擅长的乏味工作。
建议新功能。他们将检查已经实现的功能，并提出额外的功能建议，提交工单。他们将解释这些新功能请求背后的原因，找到适当的理由，并提供用户如何与新功能交互的示例。
文档架构。他们将观察代码库，然后更新有关实现的架构文档。这是程序员通常会忘记做，或者根本不知道如何做正确的事情。机器人将使用UML或者可能不太正式的工具来记录架构，从而使整个产品更易于维护。
评估。他们将观察每个程序员的活动，并评估他们的工作效率。结果将直接发布到GitHub工单，或者通过电子邮件发送给项目经理。最终，他们将决定我们中的哪些人对他们的项目更有价值。
我感谢ChatGPT帮助我建立这个列表。
你认为我们漏掉了什么？
Translated by ChatGPT gpt-3.5-turbo/42 on 2023-12-16 at 15:50
