※ 引述《Suleika (Suleika)》之铭言：
: 相信对新技术具有敏锐度的各位，
: 在这几个月都有使用过AI来帮忙写code，
: 但在使用过程中不经有一个问题一直回荡在我的脑海中：
: “AI帮我快速生成一个feature的模板，
: 我在修改的过程中就像在做code review，
: 公司还需要找初阶工程师吗？”
: 不晓得各位高手们是怎么看待这个问题的？
https://news.ycombinator.com/item?id=35316526
这篇展示ChatGPT的威力与限制。
他问Bing如何raycast一个有displacement map的geometry.
原po问到最后，答案是不可能或给错误的程式。
下面有人回答他把原po的问提去问ChatGPT4，说得到很好的解决。
https://pastebin.com/PPy4vMrU

很棒啊 让AI产生垃圾 再让工程师收烂摊让大家知道AI不能取代工程师

确实 web仔只会CRUD才在担心这个

太好了 以后有更多bug可以解

今天问的是通用AI才是这个结果，未来一定会有专门写各种code训练有素的AI出现

自驾还需要几年？LLMs离真正理解code还要几年？LLMs为何无法解决"幻想"问题？真正能code的AI还很遥远。我觉得LLMs很好用，但现在写code，代替search，方向错了

喜欢你对 reuse/dry 那段下的论点

路上很多餐饮店，并不是每间都要有饭店厨师的能力写软件需求越来越大，当然只能多找一些堪用的人才

确实

推盲人带盲人进死巷 咏唱咒文念对很重要

你把这篇喂给chatGTP. 他就又进化了来个人喂公子吃....

喔 那一堆文组已经用AI在coding做产品的是平行世界?

楼上方便介绍个由ai开发完成的专案吗

楼楼上指的是chatbot吗 蛤 o’_’o

推这篇

哪个产品是AI做的 让我看看

https://i.imgur.com/pOxQkec.jpgAI确实很难解决一点点需要逻辑的问题

嗯…你应该不太懂 你先把Open-Ended Learning Leads to Generally Capable Agents这篇看懂 再来讨论AI能不能写code

AI目前无法保证百分百正确，提供思路与框架方便而已如果真的有没有人工review的AI专案，我也想看看

用来代替搜寻引擎感觉还不错

AI不是用来解决问题?那大家对AI的期望是?

不会啊，AI可以生成片段的程式，而且风格近似，光是这样就减少很多打字跟review的功夫。

软件工程的失败？你说失败就失败？你谁阿你？DRY大家都有在做好吗？重点不是DRY这观念 重点是DRY要切割到多细小 共用模组要怎么切 这是永远没有一个银弹的问题你仔细去想想为什么会有重复的code 不是因为大家想重复好吗？是因为真实世界的需求就是有无穷多种你模组切太大块 就没办法应付多样化的需求 切太小 又是跟没切一样 这你要怎么解决？讲那么多 终究还是要回归需求面这完全跟什么逻辑一点关系也没有 也跟CRUD一点关系也没有今天还是有大量CRUD码农 就是因为实务端需求面太多样化了跟效率也没任何关联 整篇完全不知所云 大概是云工程师吧

看起来就是学店毕业+小公司的工程师心得感想

上面几楼贬低别人学经历的做法还蛮糟糕的

这跟搜寻引擎不同东西 没有谁代替谁

目前不就是快速剪贴簿而已，一堆人一直吹屁啊

现在的LLMs比较像"群体的智慧"。会是一个很好的另一个意见但太多的"幻想"，对不熟练的人，反而有害。

国外论坛有看到在ML跟AI领域深耕多年的工程师，写道目前OpenAI释出的版本还是弱化版本的，而且他也不晓得为什么OpenAI要去弱化这块，他说现在的AI已经完全可以做到解决问题这一段了，也许我们过段时间就能看到他说的那个版本

OpenAI是一直在持续训练Model，东西会更强。LLMs有很多意想不到的功能，如有点逻辑，有点会算术。但这条路是有极限的。像Llama好像有特地训练算术的部份，就表现比GPT3好。但知识是无限的，现在这种训练方式能达到AGI吗？我是持保留态度。就像自驾碰到瓶颈一样，LLMs需要更多的研究与发展。就目前而言LLMs是很有用的。但问错方向，给垃圾答案是很大的问题与研究课题。