瞬间，二位组长，有种脊背发凉的感觉了。
哈哈！
要的就是这个效果，二位组长，你们可要小心了哦。
当然chatGpt生成的代码也有问题。
如果有bug怎么办？
直接把运行后的bug丢给chatGpt，甚至都不用你描述bug，直接把bUG原文丢给Gpt就行了。
5秒不到，Gpt就告诉你了，如何修改这个bUG。
写代码就变得这么丝滑。
张伟接着review，发现对建立第4层：字段层，进度非常的缓慢，兄弟们为了精准，还各种去考证。
张伟又给大家表扬了一把王炸。
张伟这个老六，直接给Gpt下令：“帮我罗列出SAp最常用的100张表。”
5秒不到。
Gpt回复：
FI）、物料管理（）、销售与分销（Sd）、生产计划（pp）、人力资源（hR）、基础数据等常见模块。这些表广泛用于开发、报表、接口与调试。
1.基础数据（主数据）表名描述
ARA：物料主数据（基本信息）
AKt：物料描述（多语言）
........
然后，六人再次石化，下巴掉了一地！
张伟把这100张表全部保存了起来。
然后又给chatGpt下命令：“帮我把这张“ARA”里的字段，换成现在tob软件最科学的技术命名方式命名，然后输出。”
瞬间，chatGpt回复：
以下是 SAp表 ARA（物料主数据）中的主要字段，采用现代软件开发中常见的技术命名方式（如 Java、typeScript、python等语言常用的驼峰命名法），以便更好地集成到当前的系统中。
ARA表：字段命名映射（SAp原字段→技术命名）
SAp：字段名技术命名（驼峰式）：含义
ANdt：tId：客户端编号
AtNR：aterialNuber：物料编号
ERSdA：createddate：创建日期
.....
张伟在6人震惊的眼中，没到5分钟，就搞定了10张表的1519个字段的命名。
同时在SAp里写了一个匹配的SqL，把所有的技术设定也一并py了过来。
就这样，张伟没到1小时，把他们觉得难如登天，计划要十几天工作量的工作，谈笑间就搞完了。
排重后，剩下5135个技术字段名，全部一股脑导入到，张伟让小军构建的第四层缩放规则里去了。
张伟这种操作模式，直接把6人完全整不会了，完全整无语了。
他们一致认为，自己这个‘码农’是个假码农，张伟这才是真码农。
张伟这波对AI应用赋能的展示，对他们来说，直接彻彻底底颠覆了他们6人对编程、对AI的认知。
AI，对于现在的人类，就等于从冷兵器时代，突然进入了热武器时代。
这就像当年八国联军，用马克沁、加特林机枪，仅仅4挺，就把1万多手握冷兵器的御林军打的溃不成军、死伤大半。
可见掌握先进工具，将是拥有多么可怕的战斗力。