※ 引述 《ripple0129》 之铭言：
: 从两年前GPT4刚出我就讲了
: 当时版上风气就是取代资浅资深不要想
: 两年过去了
: 全世界的Senior被砍多少人了
: 反正还是很多人在那边敝帚自珍
其实现在 Senior 还在砍还真的跟 LLM 没关系，主要是：
- 疫情后一开始是为了经济萧条做准备，以及疫情间过度招募
- 最近还在砍很多都是缩减业务与成本、部门重整
- 资金流到 LLM 专案，其他软件产品走维持路线
真的有因为 LLM 提高员工生产力而造成的裁员吗？
这超难欸，首先公司要先测量出现在员工生产力，再测量用 LLM 的战力，有这么好做？
再说，LLM 目前强的只有在前端，以及简单的后端，这里的资深工程师大概都知道 LLM 对
于复杂系统的理解能力还很粪，大概只能凑合著用
然后现在根本一大堆公司都还没买 LLM 给员工用
至于 LLM 未来会变更强？我觉得不一定，主要原因：
1. 现在愿意上 stackoverflow 解问题的越来越少，工程师开始封闭知识
2. Open Source 贡献越来越少，训练资料越来越少
3. LLM 的硬伤是推理能力不足，多为统计，但大系统技术还是多为推理为主
4. 总合：新技术的知识分享原来越少，LLM 无法训练，最后随着新技术的演进 LLM coding
会越来越笨

今天chatgpt gemini 又给我呼叫不存在的 method

现在都跟AI一起解问题了 谁还会上网问 -.-

我啊，我还是常上网问。网上的答案常有思辩的过程，这很重要，有时可以直接帮你避免走冤枉路。

Superintelligence 是现在主流想法了觉得会越来越笨 只能说这想法很特别

问答AI比较适合：1.润饰 2.提供难搜寻的问题之头绪

因为没东西能学啊

原po想法跟apple说的那一样吧

其他情况大多没比较好用，或是时间效益没比较高

在AI真的会解题之前 AI都是拿人解题的答案给你而已那要是没有人愿意把答案放出来 那要不然营运AI的人自己要解题喂给AI 要不然AI就开始幻觉这想法没啥特别的

毕竟这些问答AI就只是很精致的人云亦云机器

目前看起来冲击最大就是CS刚毕业的 失业率上升

我叫gemi帮我画个简单的chart都画不出来了

上网问问题现在聊天抬杠的成分大过找正解啦...网络上的random guy跟chatgpt谁比较有机率回答出正确答案这应该很清楚.....

光是跟AI一起解问题的过程就是在提供资料训练了除非大家都不用AI解问题 不然怎么可能没东西训练

AI的source还有各类型的线上文件以及文章 除非某一天开始大家都不在网络上分享知识了 不然AI总会有新的资料能吃

找到解的人也是会用AI阿，除非他很认真藏但现实是哪那么闲，有解叫AI记起来，方便下次用你不会直接拿资料来解问题阿，但不代表不能用AI而且大企业封闭的LLM 不会是多数每天个人用户那个数量 不能比吧还是你觉得值得做的问题只在大企业LLM里面

工人智慧vs人工智能 = 中医vs西医

Apple那篇已经在网络上被呛爆了 一个实习生做的

不能认同拿中医比西医，两者的方法论是不一样的

不过出钱的人还不一定进入这个阶段。现在比较像是从 AI可以取代人，发大财 -> AI 可以做更多，发大财 -> 然后发现并没有那么美好，但 bubble 又不到破掉的程度

2/4我自己的看法没有到那么悲观搞不好是反过来 新框架为了抢市占 出来的第一天就做好AI精华版文件让你爽用（？开源的问题主要也是美国大厂撙节的问题

不用复杂任务 光是一般任务 或甚至就把现在AI当成高级版的

如果有一天训练成本降到大部分大财团都能玩一个200-500B的LLM 那我猜到那个时候语言模型变成开源打群架的可能性会很高现在看起来只有中国因为制裁问题想开源膊声浪

autocompletion 都能大大增加效率吧？啊不然 现在叫你回去用记事本 跟用IDE开发 哪个快.....而且写code也仅是AI其中一个小小应用而已吧 AI能用的领域超级多 只拿写code来看能不能发大财？喊AI公司没赚的 一定是没跟到PLTR 那是你自己的问题吧老黄没跟到 PLTR也没跟到 怪东怪西然后还在喊泡沫 喊两年了还是眼巴巴的看着人家赚烂

不可能用记事本的 连ed/vi都强过记事本非常多 再配上文本工具整理个index都有个简易版completion炒股那就...

撇开股票我讲的公司都是赚钱的 财报都是赚烂

确实现在要取代还太早 但从以前无法想像到现在这程度已经很夸张 如果说10年内会发生蛮有可能的

要不要去了解一下训练一个200B模型的成本啊。先不说几十亿的硬件成本。假设未来硬件降到0成本好了。光是整理能训练到可用，不会overfitting资料的成本，数百GB级token就好，台湾就没几间公司能负担了。给你硬件零成本啦，整理资料0成本啦，一般公司还请不到能训练的人。企业自搞大模型AI到可取得工程师，目前看不到任何机会与希望。

也是 我乐观过头了

讲得满有道理的

去试用一下openAI codex ，就知道哪些层级的人可以被取代。去试用一下n8n，就可以知道哪些日常脏活可以被取代。

推这篇 Input资料很重要 短期间不觉得对工程师会有太大的impact 不过还是乐见其成十年后的发展

解析大型专案真的能力很差 都需要人为介入缩小范围新的专案需要先细分task 这也需要工程师人为规划

跟AI一起解题根本没有在训练啊，以为硬件不用钱每个user的input都拿去训练喔，光是只跑训练好的模型来给你答案，都要加一堆用量限制来限制赔钱了，要都丢去跑训练还得了

是 但要能进去阿多看了一下这一串... 我就是那个问完用头脑记或直接写应用的东西出来的人 哪可能回报ai...只有想问更深入的才会继续 用ai记录更是无稽之谈用头脑记可能需要踢掉一些用处不大的资讯 或用电脑将其范例化 应用化

变成粪扣LLM