场景四：改 BUG
我们伽利略平台支持自定义指标，底层识别的变量类型是 2,$3 这种形式，UI 为了用户可读性，是表现为 A,B,C。最近出现了一个 BUG，A+B+C+D+E+F+G+H+I+J+K 配置下去再加载上来之后编程 A+B+C+D+E+F+G+H+I+J+B0。
原因 K 是 ，但是前端转码的实现，是循环遍历处理的，所有处理两位数字有，转回来识别成了1 和 0。
我们把这个问题给 ChatGPT，看他怎么解决。
场景五：写单测
我相信上面的例子也足够体现 GPT4 写单测的能力了，它不管是表驱动、测试用例的构造能力、代码的 Readability 能力都非常强！
场景六：取名字
我们知道取变量名和函数名是工程师们最头疼的问题，这个 ChatGPT4 非常擅长，毕竟这是它的母语呀，例如上面的解析存储容量的函数，它给的建议确实比原名好太多了。
总结
GPT3 我感觉他还是网上搜了一些代码组合给我的，GPT4 给我的感觉是他真的 get 到我的意思了，而且他能根据我的反馈不断的优化他给我的代码。虽然不能完全替代工程师编码，但在很多繁琐且不需要交代太多背景的独立工作上，GPT4 还是完成的非常不错的。作为一个技术人员，尝试下与 GPT4 结对编程的方式，有可能在某些方面真的能提升自身生产效率。
微软在生产力工具这个方向上的成就真的是不错，也期待我们公司能搞出这么牛的成果！
PS：
验证它是 GPT3 还是 GPT4 最简单的一句话：昨天的今天是明天的什么。
