AI影响更多的是产业下限
这几天用Jules 觉得表现不错 就是有时会少一根筋
AI工具在prototype的开发效率上有很大的帮助 甚至还会帮忙写unittest
但是review与指示的部分还是需要人来 这部分更多是senior的工作
相当于是senior以后要带"AI"小弟来工作
在AI环境下会被fire并不是因为AI比你强
而是你不会利用AI也无法判断AI的正确与否
换言之 junior的门槛被大幅拉高了
但很多人讨论现在的裁员率提高 却忘记了前几年市场需求大幅增加
也就是所谓大软件时代 企业试图扩张或投注更多人力的背景下
我认为现在更多算是技术修正
市场饼就大那么大 没什么市场是没有波动的
上个月才有个新闻根据Hacker News的PO文贴出耸动标题
"曾领447万年薪！20年资深工程师“被AI抢饭碗” 靠打零工维生"
说是某个十几年经验的资深软件工程师被火后现在只能打零工
投履历全部都石沉大海
这是新闻要给你看的
但实际上是那位叫Shawn K老兄的履历写得乱七八糟 并没有吸引力
一堆网友还在Hacker News底下帮他修履历
AI时代的工作大概分四种：
1. 负责找出问题 并设计出可供AI训练流程的工程师 并且其自身要能够验证这个问题
2. 将AI视为开发工具或新服务技术(MCP) 甚至是以AI为服务本身
3. 做AI不擅长或难以处理的开发工作 或是know-how不在AI知识或无法被训练的领域
4. 资方不懂得如何导入AI或胡乱导入AI后不信任AI的公司
我的建议是如果你觉得自己公司的code很屎
可以丢给jules或AI工具修修看
你以为前人留下屎山是在祸害晚辈
实际上是先知 提前二十年预知到AI的崛起

推，寓教于乐的内容，第三点我想请问是哪些产业？我想像是咨商这种高度专业知识但仍然需要人的温度的产业？

现在发 MR, code 没给 AI 跑修正过 会让人很火大

在被AI毒打前 会先被大环境整体产业的衰退给毒打

第三点，AI不擅长的事情，产业，太多了吧。叫AI生成简单手电筒电路图netlist看看，叫AI读一个元器件的spec做问答看看。菜鸡大学生随便就能轻松做的工作，现在AI来做都挂掉。

屎code给AI修会变成生虫的屎吧（

如果你的代码库很屎，那买高级的传统IDE即可，别用AI。

会增加工作机会^_^

AI常常看不懂那种专案里面各种奇怪的眉角

虽然我没试过 但我不太相信AI有办法实作OCPP

而且那种专案常常没有自动化测试或是完整的测项列表AI产给你的东西可能感觉不坏，实际上却是错的没有自动化测试或测项列表可能难以发现问题

还没有受到影响的人感觉不到影响有多大进展期变化其实很快 现在觉得不可能的东西可能下个月就可能如果认为AI是问答机那确实数据库没的东西会瞎掰但是这个解决方法也很简单就是扩大数据库即可最近Wikipedia也开始迎合（提供方便AI爬找）AI只要政府还没下命令规范：AI爬虫的红线那现在各家AI公司都是趁著灰色地带想办法扩展数据库第二AI改善生产力其实就是把自己的专案给AI当数据库再怎么烂的code 人工多调整几次也都看得比人快。楼上提到的没写测试那更是AI擅长的方向原本就是因为撒人力去做测试不划算，但是现在AI的成本低刚好派去做这些无聊工作人是用来校正AI的工作"规范"不是内容，AI再重复去输出ex.AI本身不会玩宝可梦，但是给个方向，迭代后就可过关AI产出有问题那就再找个AI来互相校正 人介入是规范好坏标准OpenAI当初被扫出去的那组超对齐小组就已经提出类似的概念一开始的时候Compiler要人工刻接着就可以用这个写好的compiler去写下一段的compiler超对齐他们想做的就是人工很难去规范AI好坏那就让很多AI互相讨论思考，人工少量的规范方向当然这都不是现在进行式也都要顾虑到成本问题如我第二推所说进展若以月为单位 真的有点太快了现在是vibe programing 一年后说不定coding style再无意义

不管是 AI、自驾，或是什么的教徒真的都自认懂得多，还敏感又好战。你讲话没完全符合现实情况，他们会说你孤陋寡闻、故步自封。你点出实际的问题，他就强调你不懂这进步飞快，以后“一定”会解决，殊不知这些精致的人云亦云机器事实上始终没有真正的认知理解能力因此尽管为架构和逻辑都很简单的 CRUD API 产产测试还可以，但碰上那些连人类都未必能注意到的旧专案隐藏需求就不行了。不管怎样，你们最懂，你们最对，不像你们一样有信仰的人就是愚民。

楼上中肯，那些吹得几乎都停留在demo阶段

@NDark 你讲的这些二年前就在讲了 二年过去了耶我最近有面到一家 砍了2x个人然后要招新的 条件是AI高手感觉就是想要砍20个RD然后征2个会AI的做这20个人的工作至于这种“会AI”到底是真的存在还是纯属想像我不知道

肉眼可预期CS领域以后会变得更卷，现在的Senior，以后就变成Junior的标配了。

我只知道我不会 我无法在1小时内清干净AI生的bug所以炸了

BTW，我也见过原本公司的SDE team的人力结构是一名Team lead，两名Senior兼Architecture，十名Mid level与Entry level，今年初导入AIcoding到工作流程里面后，现在人力结构只剩下一名Team lead与两名身兼Architecture的Senior了，其他的Mid level与Entry level都彻底且永远地消失了。

然后公司也准备扯底且永远的消失了？

澄清一下 Wikipedia会打包放好的原因是因为一堆人想拿来训练 直接整站硬爬 流量爆炸 为了省钱没办法

我是觉得人还是很重要啦 都是购物网站 虾皮 momo pchome的系统架构难道会一样？ AI帮你解决了 OOP 难道还能帮你解决OOA OOD?

AI真的那么好，AI高手直接用AI写一个能取代掉公司产品，自己出来当老板赚不是更爽，年薪千万百亿的赚。还当什么有AI高手公司的工程师。一堆老板的逻辑就是那么的特别，想靠AI取代工程师，结果自己还不是用工程师在工作。真的有高手能能用AI取代工程师，他干嘛不出来开公司自己赚。

生产力的改进是加强效率 购买力(需求)的提升靠得是战争中国倾销的议题是生产力提高 但消费力不会跟着提高很多产业的赚钱能力靠的就不是生产力或是技术力

现在是电力算力还不够，以后是问问题AI马上产生个正妹影片口说跟你解释还附带情绪价值

AI 当然不会取代谁, 是高产高效的人去取代低产低效AI 能不能提高工作效能这就不用再论证了举个简单例子没 CAD 之前三四个人画一张 pcb layout现在可以一个人熟 allegro 的 Sr 可以弄3,4 张板工具不会取代人, 是熟工具的人取代人

屎扣是提前二十年预知到AI的崛起XD

其实AI coding很多时候会让人觉得不成熟 原因在于我们没有给他足够的资讯 而不是它不够聪明 只能说 提示词很重要 你给的参考文档也很重要 你的程式结构更重要绝大多数的问题都出在资讯不足 而不是AI不会 或乱写就好像你花了千万年薪请了一位大神工程师 但给他串API 不给他参数和回传的格式 也不给他文件 XD他再神也只能通灵 AI也是一样的 你没给的它就通灵了最好抱持一个心态 先别质疑AI 先想想是不是你的提示词有问题 其实很多时候你会发现我们连需求都写不清楚

你什么都知道了为啥还要叫AI写AI可以帮你省下什么？prompt难度比code高的话意义在哪啊

没什么好争论，用的人多但没付钱订阅的也非少数觉得没意义，就不要花钱订阅 copilot cursor ChatGPT免费额度就可以满足低使用量

看你写这样你果然不会用啊XD 就说了这就好像PM跑来跟你说要做个会员系统 然后没跟你说要用email还是电话当帐号 你PM PM跟你说我什么都知道了还要工程师干麻一样 XDDDDD

自己都会了，为什么不是自己写一段然后之后给AI自动完成，而是要下prompt？好处在哪啊

三天写一个APP,五千行CODE含测试,还蛮稳的确实真的会写还蛮卷的,人力会被精简说真的有AI,手动key code还蛮蠢的像原始人

这app是开源的吗 可以参考吗

私人呵呵~急得想赶快写完弄得跟上班一样,也是操

是bolt那种快速生成web专案的类型吗

类音频分析说真的这领域我完全0概念,然后东西也做出来了

问为什么 senior 都会了还要用 AI... 因为它打字比你快呀当人只需要 review 并小量修改，认知负荷会大幅降低当然如果要保障产出品质，自己还是要花力气把关但这样干最终还是有加速另一种应用是写玩具或 PoC，会动就行，也不用长期维护

不是自己都会 是要给它足够的资讯 让他完成 我举PM的例子看不懂吗？PM自己如果以前当过工程师 知道API参数要怎么开他就可以列在spec上 但要自己实作他哪有空？你觉得有空那你就自己实作 看看跟会用AI的比谁快 你可以坚持全手工也OK喔 呵

怎么给足够的资讯都要烧脑 也不可能没问题 算下来就是另类写code 当它乱掰的时候写再快都没用 所以我只用来学习和探索方向几乎每天都看到一些ai厨狂吹捧 ha

也不用说狂吹 不喜欢就别用啊 我又不是AI公司员工 XD只是指明用法不对而已 工程师整天嘴老板不给清楚指令 这样怎么写code 现在换了个位子就换了个脑袋？所以有些工程师就永远只能当工具人 一个指令一个动作 搞到脑袋僵化 连需求都烧脑到写不出来 这种人code能写得好我才不信勒 spec没写你怎么完成需求？啊不就是问 就是沟通？拿AI写code怎摸就不用了？然后再来怪AI都写一些垃圾？garbage in garbage out有听过吗？

如果连给足够资讯也会觉得烧脑，那就当一辈子junior吧，不过看起来很快会被淘汰嘻嘻

有些基础不扎实的工程师 用ai生code 还不去了解底层才可怕他根本不知道ai产生了什么code 拿楼上提到的音频分析来说好了 0基础写出来 面试的时候问你infra 你要怎么回答？ 拿噪音抑制来说 有DAE,CRN,Spectral Mask Estimation, Waveform level DNN这些方法 请问选择的标准是什么 每种方法的差异在哪边？底层是怎么实作的? 如果你去面试一家专门做音频分析的公司 吹自己写过音频分析的程式 结果追问下去才知道真正写的人是AI 基础概念一问三不知 你觉得面试官怎么想？如果AI真的能维护好公司产品 那雇一个毕业生用ai维护就好干嘛要花更多钱雇资深的工程师？这就好像 履历写了一堆看起来很猛的project 结果问下去 每个都是接第三方API 还不去了解API是怎么实作的 用了什么技术 搞半天是接API码农XD

首先我已经Github Copilot用2年多了然后现在的context 首篇讲的是“一个AI高手顶5个PG”这明显是Vibe programming 所以我发言都是基于这个前提你一直说我用法不对 但是你的对的用法啊根本就文不对题我先写一个范例然后让后面completion接着生当然比打字快但是现在主题讲的AI是prag222那种三天写五千行有不熟悉的domain knowlege的东西比如连傅立叶转换都不会的人写音讯分析之类 要怎么给spec我是不太懂你跳进来离题的很爽是在high什么啦

哥我真不懂,我贴AI回我的资讯1.音频档案处理与预处理2.信号表示 (使用 NWaves)3.语音活动检测 (VAD) 与分段RMS 能量计算 (RMS Energy Calculation)静音阈值处理 (Silence Thresholding)...等,4.特征提取 (使用 NWaves 与自订逻辑)：MFCC (Mel-Frequency Cepstral Coefficients - 梅尔频率音高追踪 (Pitch Tracking - 基频 F0)能量轮廓 (Energy Contour)Distance Metrics.Weighted Feature Combination特征比较与相似度计算=>说真的我个人觉得工程师的ai coding不过就是等于一般人用的vibe coding的进阶版拉=>一般人所谓的vibe coding也不管你底层怎么实作的东西做出来有达到效果能正常跑就好了*补充,我搞得好像不是音频分析而是语音处理

所以你用了两年还是不会用R 啊你明明就知道这种复杂的大需求现在AI就没办法 不然我问一句 帮我写一个Google搜寻的算法 AI当掉 我就喷 啊这AI怎摸能取代人？你如果只是拿这种案例 那就不用谈啦 魔鬼都是藏在细节里的AI目前的确还无法handle这种需要细节的大需求 至少无法oneshot OK 你总得要迭代多次 即使是vibe coding也一样 所以你还是别用AI了 用了两年还不懂这个？取不取代另一篇讲了 就是速度和效率问题而已再说一次 要拿one shot提示就做一个复杂需求 那就不用谈了你只是问 帮我写个音频处理程式 然后上下文完全没给 AI挂掉不也是天经地义？不然你花个百万请个高阶工程师来 跟他一样说帮我做个音频程式 然后呢？他是不是一定会问你 你是要处里什么？转档？还是辨识？不然只给他音频两个谁知道是啥啊？至于你要的是 完全不看底层的vibe coding 目前AI多数一般需求都没啥问题 比较需要技术细节的就会挂掉 就好像我没办法真的完全不看底层靠迭代写一个Google搜寻系统一样你硬要 然后反证AI不会取代人 那也OK啦 那就听你的囉我想再过5年 也没办法靠vibe coding写出Google 但音频程式应该没什么问题 还会再进步的反正AI现在确实也有许多能力限制 但软工缺也是一直再减少两个都事实 也没什么好争的就是了 在这边争AI都是拉机 也

说真的AI出来,没想到最先取代的是脑力工作,原本大家都以Y

绝对不会改变整个大环境的变动 等著看

是劳力工作会消失,而AI出现在程式开发取代方面

取代很多人非常非常非常坚持 只要AI有做不出来的东西 就不

因为有了AI,把大家都打回相同的起跑线

不是说完全取代拉,是会用的人可以抵多个人用,不过也是操

从之前不断看到反证AI哪会取代人的论点 全都是同一个 就一个 那就是拿一个需求出来 说AI怎摸没办法一个提示就帮我做出来？你看吧 这怎摸取代人？很好笑的是同样需求 你在世界上绝对也找不到哪一个工程师能一个提示就帮你做好的 XD

技术专精要看是什么东西 那种烂大街的ai靠摸滚带爬是可以了解蛮多的 但还是会有错 冷门的就不用说了 问了都在虾掰 魔法更是ai不懂的职缺与经济才有关系 外加有钱人不一定懂ai 被唬住有不切实际幻想倒是真的

不用洗白ai不行论啦，熟的人都在摸ai的底线能做到什么程度冷门的东西我也被坑过，只能说数据库资料不足

我觉得你要写给AI好介入的code跟写给人好维护的code核心概念并无二致，module都切的干净的code，AI其实可以完成中型的工作 (太小的我宁可自己贴，太大的AI会鬼打墙)所以长期来看关键是你能用AI处理掉原本几%的工作，或是效率能提高几%，在这件事情卷起来之前，已经会用的可以偷着乐 (偷闲时间有感提升)，卷起来以后就会开始有排挤效应了

一年多前只能搞搞小型片段程式 而且错误百出 现在中型工作7成以上都OK 再过两年呢？继续嘲笑 继续视而不见没关系真的当AI都不会进步永远停在现在这个阶段喔？好喔

ai确实不怎么行 是阿 摸底限出事故都有不是吗 我的意思是要学就学冷门的东西楼上看过好几篇都在捧ai 应该是受益者 不过现在小型片段都错误百出

"小型片段都错误百出" 我觉得有点平行世界了，至于你说的生路是玩冷门的东西，你怎么知道你挑的那个冷门东西是不会被吞噬的领域? 真那么能挑去买股票就好了，挑工作有点大材小用了，你更应该是搞清楚自己基本盘的domain，然后用AI辅助你的效率，并且战且走，反正这东西你不用拼到一百年，能拼到你接近退休就行了

小型片段会出错大概是chatGPT3刚出来的那个年代了模型只会月月进步,每年都在出新手机了,拜托...

真的是你搞个Cline玩一下就知道现在能做到什么地步了

是真的错误百出 当然我问的不是普通问题 我没说是生路 是不是生路还要看环境 只是什么语言都可以实现功能下 当然是越冷门越不易用ai解析其实也不用说冷门 热门技术内冷门知识就没办法了

每次相关文章总会看到有留言在说AI做某些事很烂很屎，AI不可能取代屎code，真D是狭隘的眼光

就说是不是事实嘛 我会的ai不会即可

身为 cursor copilot ChatGPT 三个课金用户中型专案不太可能出错 只有你叫他做错事的机率最大Codex 专案权限全开 check MR 只有准 舒服据我所知这种工作模式已经是各纯软厂都在导入的AI 的准确度已经不该是今年在讨论的话题 而是该怎么导入

不如直接分享一下你问了什么问题AI无法解决好了

我怎么可能分享 也肯定不是问错

呵呵...

是不知道你的program有多冷门复杂，不过人家cloudflare用claude直接写了个OAuth library出来嘻嘻