阿肥外商码农阿肥啦！
我自己是蛮爱用新工具的，包含ChatGPT Plus跟AWS toolkit 里面的code whisperers(这
个目前不用钱)。先说，当前所有的这类工具只是辅助型态，简单的任务确实可以直接给
他生成甚至不用改，难的就一定要先细看他的code再请工具修正或是你自己先改一点给他
看他才知道。
软工/码农很多在实作的过程中不是只有翻译成高阶语言而已，有时候还要兼顾系统复杂
性、空间时间复杂度，甚至去思考怎么使用数学最优解优化计算量，甚至同样都是排序算
法也会有适用性适用对应的资料结构、硬件环境跟数据还有业务场景，不是说只有时间复
杂度低就是最好的解。涉及到分布式系统的时候情况就更复杂，分片或是分段都是可以的
，那就取决于你的使用资料场景跟未来的使用场景，甚至有可能机器并不懂你实作的外界
物理限制(例如老板要绝对Cost Down要你用一张显卡跑大模型)。有时候还有一种状况就
是底层的开源套件有Bug，那没有其他更好的替代套件下只能硬著头皮进去底层修正再重
新编译开源套件，像我之前在做pdf解析模型需要用pdfminer这个开源工具结果他底层的c
map转换有不支持一些特殊语系字体渲染导致出来全部都乱码，只能硬著头皮下去解完重
新编译，相信我可能对于PM只看结果的不会知道底层问题那么多，这种chatGPT也不知道
有这问题，连GitHub上讨论也只有一篇没解答，PM只会跟你说我用Adobe开就可以看之类
的！
最后，退一万步说，假设未来真的出现这种万能AI比工程师聪明，那绝大多数连PM也不需
要了，PM有绝大多数的工作就是管理工时排时程跟其他业务单位沟通，其次才是想要什么
功能，很多东西都是客户已经有想法PM就是转换客户想法给工程师，那如果有这种工具那
连转换想法都不用了，客户直接找OpenAI生成就好，这样连这种接案公司都不需要存在，
想做产品老板也不需要PM直接找OpenAI买服务就好，这样该抖的应该是整个软件产业吧，
呵呵。
最近OpenAI有释出新的Code Interpreter(直观看他是解释Code，但其实是生成加告诉你
怎么做还有再上面直接帮你跑完用口语告诉你结果）就有这种类似的功能，数据给他他直
接帮你分析用口语告诉你下一步能做什么，用口语解释数据关联性也帮你做好了，中低阶
的数据分析那种未来可能也不需要了，只是很复杂的问题他依旧没辄，而且还是会出错或
是做一些没意义的任务，像是要你训练模型再训练分类模型(他不知道这个是重工)，所以
还是辅助居多。
差不多4酱
※ 引述《lemonsheep (柠檬羊)》之铭言：
: ※ 引述《IsaacNewton (IsaacNewton)》之铭言：
: : 自从ChatGPT的出现，全球好像进入了AI快速发展期
: : 各大科技巨头最近都在发展AI
: : 不管是研发AI软件还是AI芯片
: : 感觉这几年全球AI技术会大幅进步
: : 那问题来了，AI的快速发展很好没错
: : 但随之带来的是有很多工作可能被取代
: : 像之前ChatGPT已经可以写成简单的程式了
: : 还有AI绘图等等也是非常夯
: : 现在感觉单纯写程式的都很可能被AI取代了
: : 代表那些写C语言或是verilog是不是很可能被取代
: : 画layout的感觉也很容易被取代
: : 现在AI绘图那么强，让AI去画layout应该不是问题
: : 有哪些工程师的工作是不太会被AI取代的吗？
: 写程式不会被取代 但现在在写的这批人可能会
: 现代软工主要的竞争门槛是把想法转换成程式码的能力 简单来说就是C++翻译 python
翻?
: 其实跟英文翻译 日文翻译很像的
: 以后程式语言逐渐往最高阶语言 自然语言迈进 现代软工的竞争优势就大大降低了
: 让AI写code有点像给小孩玩的那种Scratch? 不用知道那么多细节 甚至也不用管用哪种
资
: 之前的大CS时代就已经很明显了 单纯的刷code大部分理工科系甚至少部分文组都能透
过?
: 单纯写code以后只会越来越容易跨进来
: 除非你的工作是做算法的 不是把既有算法应用到工作上 是真的在推进算法本身复
杂
: 反而主管或PM 这种需要提纲挈领 或是很懂产业know how的人会比较有优势?
: 大家真的要想想 自己的专业 除了刷code 还剩什么?