前几天，Stack Overflow 社区传出了访问量大幅下降的消息。
用数据说话，自 2021 年 4 月至 2022 年 4 月，该社区的页面浏览量还能维持 2000 万左右。然而自 2022 年 4 月至今年 7 月，浏览量跌到了 900 万左右，一年半时间下降了近五成。很多人认为 AI 聊天机器人 ChatGPT 的出现加速了这一流量下降趋势。
图源：https://observablehq.com/@ayhanfuat/the-fall-of-stack-overflow
或是为了改变自身浏览量下降的趋势，Stack Overflow 今天在 WeAreDevelopers 世界大会上宣布推出了「OverflowAI」，它不是单一性产品，而是一系列生成式 AI 性能的集合，包括在大众网站和企业版 Stack Overflow for Teams 上更新的 AI 搜寻、以及企业版 OverflowAI Visual Studio Code 扩大和 Slack 集成。
受益于 OverflowAI，Stack Overflow for Teams 可以更高效地帮助开发人员和团队猎取并利用所需要的信息。
Stack Overflow 表示，新的 OverflowAI 性能是在其年度开发者调查之后推出的，该调查显示，大多数开发人员希望利用 AI 工具，但实际只有 40% 的开发人员信任 AI。
对于 OverflowAI ，有网友表示，它是自 ChatGPT 推出以来自己一直在等待的「游戏规则改变者」。
还有人认为，OverflowAI 是为了与 ChatGPT 和其他类似 AI 工具竞争，毕竟当你能在搜寻页面找到谜底的时候，也没有必要去 Stack Overflow 网站了。
那么，OverflowAI 到底能不能担得起网友的预期？它的性能与类 ChatGPT 聊天问答又有哪些不同呢？我们接下来详细看一下它的各项性能展示及效果。
OverflowAI 性能概览
先来简单总结一波，OverflowAI 的性能包括如下：
基于 NLP 的搜寻和问答
集成 Visual Studio Code 开发者环境
企业常识猎取
Slack 集成
GenAI Stack Exchange AI 社区
更高效的搜寻和问答
Stack Overflow 正在致力于为其大众网站的搜寻方式引入一些强大的新性能。
在接受外媒 VB 采访时，Stack Overflow CEO Chandrasekar 表示，「我们最为关注的事情是搜寻，因为查问信息、在最恰当的时间得到正确的谜底并相信这些谜底非常重要。」
目前，大部分搜寻依赖于词法搜寻，即根据用户供应的关键字来匹配课题和谜底。Stack Overflow 将在私有 Alpha 版本中添加语义搜寻，该搜寻建立在向量数据库之上。因此，由搜寻查问生成的回复可能更智能地与用户正在研究的主题相适配。
Stack Overflow 的目标是创建以人为本的对话式搜寻，通过 GenAI 支持的对话式搜寻，让平台用户可能获得即时、可信并准确的课题办理方案。
具体而言，Stack Overflow 致力于利用其 5800 多万个课题和谜底中的高可信度常识，对生成的回复进行归因和引用，并可能查问常识库以获得更个性化的结果。与其他 AI 办理方案不同的是，如果用户在平台的大量数据中找不到想要的内容，社区可以填补上这个 AI 无法办理的空白。
如下动图所示，用户可以直接在对话框中出入自己的课题进行搜寻，输入「如何猎取 Python 字符串的长度？」搜寻后，OverflowAI 会用对话的方式给出相应的办理措施，并注明方法的来源。
当然，如果 OverflowAI 供应的措施并不能办理你的课题。那么你就可以在对话框中告知它并没有办理这个课题，并需要将这个课题发布在 Stack Overflow 上。接下来，你需要做的就是等待其他社区的其他用户帮助你办理这个课题了。
同样，这个新性能也出现在 Stack Overflow for Teams 中。你将可能利用 Stack Overflow for Teams、Stack Overflow 的大众平台以及其他存储常识的地方如 Confluence、GitHub 等可信来源，快速找到最相关的谜底并发现相关常识。
Visual Studio Code 扩大
Stack Overflow 开发人员从大众论坛复制粘贴谜底并在微软 Visual Studio Code 等开发工具中利用是一个很常见的用例。
现在，OverflowAI 为 Stack OverFlow for Teams 用户供应了一个 Visual Studio Code 扩大，可以直接集成到开发者环境中。这样一来，Visual Studio Code 用户可以直接查问和生成代码。这些代码可以同时利用来自大众论坛的信息和企业自有常识库信息，从而得到最相关的谜底。
不仅如此，该扩大还可以为代码生成要和解释。具体如下动图所示：
Visual Studio Code 扩大可以帮助开发人员办理编辑器内的课题，但目前只有商企版 Stack Overflow for Teams 可用。
企业常识猎取
在 Stack Overflow for Teams 中还有一项新性能，即在创建新实例或加入新队友的时候，你可以利用现有准确可信的内容，在几分钟内整理并建立常识库。AI/ML 将创建标签结构的初稿，并通过识别团队最常询问优秀文档或办理方案的领域来推荐课题和谜底。
此外，你还可以对想要的谜底进行一些相应的设置。你可以选择谜底的长短、专业水平以及来源。这些能让搜寻出现的办理方法更加符合你的个人需求。
AI 可以有效地引导你利用 Stack Overflow 社区，使你可能利用资源库中尚未被发现和重用的关键文档。这也让开发人员可以专注于通过管理和精炼内容来验证准确性，从而增加价值。所有常识都可以被内部社区发现和重用，并且包含质量 / 准确性指标，以确保其保持相关性和准确性（投票、编辑、评论、观点等）。随着组织和工具的发展，这一功或许可能使你在未来轻松集成新文档。
Slack 集成
为了使信息更加易于访问， Stack Overflow 将 Stack Overflowfor Teams 常识库与 StackPlusOne 聊天机器人集成在一起。该集成可以即时地收集针对大多数技术挑战生成的办理方案，并直接在你的 Slack 中回复询问。
这个新的 GenAI 集成不仅会利用你的 Stack Overflow for Teams 实例中的数据，还会利用所有经过 Stack Overflow 社区验证的数据源（如大众平台上的数百万个课题和谜底）来供应课题谜底。GenAI 的强大性能还能让这些谜底以对话的形式出现，这种自然语言的参与方式让组织中技术水平较低的成员也能轻松理解。
AI 社区讨论
开发人员将有一个专属地方获得技术资源和专家回应。GenAI Stack Exchange 将成为一个以常识共享为中心的社区：发布有关提示工程、模型训练以及更广泛的机器学习领域的课题和谜底。
此外，Stack Overflow 的 NLP Collective 会有一个名为 Discussion 的新性能，它将供应一个专注的空间来辩论技术方法，探索实现策略，并分享不同的观点，以便用户做出更明智的技术决策。
一番性能看下来，OverflowAI 使 Stack Overflow 对用户更加地友好，尤其是搜寻和编程体验有了很大的提升。
不过至于 OverflowAI 的定位，它并不是要取代 Stack Overflow 社区，而是通过更多样的生成式 AI 性能为这个问答论坛供应辅助和补充。
参考链接：
https://www.solidot.org/story?sid=75607
https://stackoverflow.blog/2023/07/27/announcing-overflowai/
https://venturebeat.com/ai/stack-overflow-jumps-into-the-generative-ai-world-with-overflow-ai/