https://reurl.cc/pLo9ab
三星称10年内SSD达到1PB
当容量便宜的时候就省算力吧
复杂度其实也都是成本考量
10年算力发展到哪也不知道了
以前觉得是问题的随着硬件进化就不是问题了
以后可能个人手机的Ram都可以整个把GTP model load进去了
其实说到复杂度
AI处理起来比人类不会出错才是
复杂度高Bug越多这是人类的问题
反而AI擅长比人类能够处理复杂度高的事情
目前还是因为算力的限制
Token吃不下这么多
随着时间发展AI处理复杂度高的案子
比起资深工程师一定更得心应手
后来想想AI很快就能够做code review了
应该说目前就能够做了
但基于还太新信任问题
还不能全部交办给AI处理
再加上目前Token限制是无法吃下整个专案的关系
还有styling之类的参考等等问题
Code review必须还是要有资深来处理
AI自我训练会让它进化速度十分可怕
过去训练AI要标注
现在GPT标注的准确率比外包员工还高
就跟细胞分裂一样越长越大
反正这波革命想办法跟上捞油水吧
:: 回复应该会变得很长所以特地开一篇。
: 在专案规模越变越大的时候怎么去处理祖传代码？
: 从人类既存的软件史来说这些祖传代码几乎没有修好的可能性，从这个方向由AI做出发?
: 专案本身的复杂度正比于 BUG 的发生率，而 BUG 的发生通常是错误的抽象造成的结果?
: 所以AI可以处理吗？不行，因为是人类在提需求时就已经有问题了。
: 再回到复杂度的讨论上。
: 每一种资料结构与其时间、空间的 big O都有其优缺点，这是一种取舍，不可能仅有一?
: 那AI生成确定真的是生成你需要的东西吗？我是不是有修改的需求？
: 我有修改的需求就表示我需要读懂AI写的代码，那我就需要可读性，也许你会说既然都?
: 1. 可读性的本质是易修改，这代表只要较少的资讯就可以实现改变，这是一个迭代效率
: 2. 我要求处理时间要在多久以内完成的方式让AI重新生成代码，这方式最终还是会回到
: 我会在原文的回复是在说有一群人的观点是“神打个响指就能解决人类一直解决不了的?
: 神替换成AI完全没问题
: