※ 引述《kliop1 (oott)》之铭言：
: 我最近出去面试了一轮，结果发现我跟两年前比，年薪直接掉了 10～20 万… 有够心碎。
: 不是只有我这样，身边几个资深的朋友最近也出来看机会，结果几乎没人谈得到比原本更高
: 的 offer。除非你是那种前端转后端技能加成，或是待在原公司装死求稳，不然真的很难有
: 什么突破。
没经过2000年的网络泡沫，不要跟我说尽头。那时才是难找的要死，我表弟刚大学毕业，那时困难到最后决定去当兵（美军的电脑兵），不过后来被派去Iraq又是另一个故事了。
后来是Apple，Google的antipoaching阴谋被罚，才开始了程式师的大薪水时代。
ai取代程式师是老板的期望但其实短期内是不现实的。
我一直在实验ai写程式与绘图，有一些用处，但问题也很多，但最大的问题是很多人有不实际的期待。
我想写很多，但我只举个很简单的例子。例如围棋。
现在ai围棋碰到一个adversarial attack，而且无法克服。2022年出刚来的时候，我们以为很快就可以解决，但大家都跌破眼镜。
https://goattack.far.ai/
虽然可以一直训练，但cycle group几乎是无限的，所以...
https://www.reddit.com/r/baduk/comments/1e1uhx3/katago_still_cannot_defend_against_adversarial/
其实这就是普通人对现在ai的误解。其实ai有不同的弱点与问题，只是跟人类不一样。但因为我们幻想ai会是超人类的，但可惜并不是。
就像自驾一样，10年前我们认为很快就不需要人类驾驶了，但现在看来如果2030年可以L5的自驾就是不可思议的成就了。
LLM是了不起的成就，但现在看来还有很长一段路要走，才能找到有效的应用。

早就一堆公司买付费的AI服务应用在生产力上了 你还在找“有效的应用”喔? 现在早就一堆了 只是能广泛到什么程度而已的问题没办法全面性取代人类 != 没找到有效的应用

直接帮你出一份400页的SDD文件应该算是应用了吧，而且还没有错误。

Could u please give us more details?

让他帮扛新人第一线的问题，也算是有应用了吧

讲得不错但最后结论下太快了，这样信徒会追着你打。目前LLM最成功的应用还是润饰以及语言练习对象。以前找人做这些事情既贵又会受时间和地点限制，有时甚至连合适的人选都不好找。现在尽管成效不比最专业的老师但已堪用又不贵，算是成功填补市场的空缺至于它的缺陷在这两个情境下问题也没那么大，因此从工具的观点来看，这样用也算是在扬长避短。

推分享

CRUD没什么意思，toy的东西，有帮助，但就是toy。现在claude，gemini最大的问题是，东西都有奇异的错误。我自己有一测试的3d基本题目，到目前给我的解释还是乍看是对的，细节有问题，一堆无用与无相关的注解。3d跟computational geometry本来就有 一堆有问题的资料，所以ai也是一堆问题。但外行人跟着ai很有信心的送死，过了toy的问题就完全卡住，必须有经验的人重新调整。现在我的一些圈子对ai反弹很大，先确定不是ai写的才来code review。现在是对ai的认知是有点像gell-mann amnesia effect。

code review 重点不是AI 吧..？而是就算用了AI 也应该对自己的产出负责，要教育的是把 "这是AI 写的，不是我写的" 挂在嘴边的心态。使用更高效的工具来完成任务，本身没什么问题

现在最新best practice。让ai(agent)写一堆程式，自己再挑最好的来修改。但实际常是浪费code reviewer的时间在修改

现实就是你口中的toy至少占了软件界80%的职位

光是能替代掉那些没什么意思的CRUD 产业就大地震了 他现在就连一些复杂一点的CRUD还没办法work得很好 你各位就偷着乐吧“嘿嘿你看AI这个还不会 我safe!”然后别过头不去看产业已经至少一半以上的人都被砍惹

有个盲点：80%的工程是CRUD，但不是80%时间都在搞工程早在很多年前的领规格纯码农就有近一半时间不在写程式那不是在厘清规格、看程式查问题、想解法、不然就测试后来IDE更进步，写程式的时间又再缩短，因此有些人一直强调AI提高生产力──其实也就是在最佳化程度高的地方再推进一点点而已，整体综效未必有想像中的那么大。真正能取代现行工程师者其实是愿意学程式改程式的产品经理、使用者或其他支援部门的人员，而不是AI

某些中小公司的系统IT职缺真的不如收掉

推外行人跟着ai很有信心的送死XD

自驾车的问题很多法规吧 短期还是不看好

自驾车的问题是背后的利益。不然固定路线的（公共汽车）技术已经算是相当成熟了问题是背后的利益要先乔拢