[汇总]AI经验

大模型会毁了年轻程序员 —— 对话图灵奖得主 Joseph Sifakis | 新程序员

敏捷软件开发的倡导者肯特·贝克（Kent Beck）曾经在推特上写道，“我很不情愿地用 AI 试着写代码，发现它可以让我的 90% 技能被取代，但是，它可以让我剩余的 10% 技能放大一千倍。”你同意这种观点吗？

Joseph：关于在编程或系统工程中使用大模型，我想强调一些非常重要的事情。我认为对于经验丰富的工程师来说，利用 GPT 或其他大模型来提高生产力绝对是正面的。然而，对于初级的程序员而言，完全依赖大模型可能带来一系列问题。因为他们需要学习如何组织错误、设计系统以及构建程序结构。编程并不仅仅在于编写简单的函数，更在于如何设计代码和系统的框架，以确保其健壮性。而大模型对此帮助有限，因为设计和编写代码片段之间存在明显的差异。

我建议入门阶段的程序员避免完全依赖大模型，而是尽可能亲自编写代码，因为这有助于培养他们的技能。由于他们缺乏经验和专业知识，他们可能难以察觉大模型中的错误和故障。

然而，对于经验丰富的程序员或系统工程师而言，情况就不同了。他们可以通过处理大模型永远无法完成的任务来提升生产力，这些任务包括代码结构、软件设计和软件架构等高级工作，是系统工程师的立足之本。

Joseph：我拥有电气工程的背景，后来学习了计算机科学。我曾经遇到一些计算机科学家，他们是出色的程序员，但如果他们不理解电气工程的概念，比如图像处理、电气工程甚至机械工程中使用的应用数学，就显得有些不足。

我建议年轻人努力获取数学、物理科学等多方面的广泛知识。现今的课程可能过于专注于人工智能，但人工智能是一门知识吗？人工智能本身什么都不是，这个技术是基于多元化的知识构建而成的。人们应该具备科学背景来理解和应对未来可能的挑战，编程教育应该更加注重培养学生对多学科知识的理解，而不仅仅关注短期技能。

我们会被AI干掉吗？

一种曲风听多了会疲劳，一种特效看多了会无聊。因此我们总要给自己一些花里胡哨的空间，而过一段时间又会回到极简。所以没必要害怕科技，因为他们就负责花里胡哨的部分，而直击人心的部分，依然是我们的活。

为什么自从用上了AI，你的创造力不升反降了？

• 问题要具体。
• 找时间在没有机器人时，进行独立的头脑风暴。
• 严格训练AI。
• 把AI当作持续的对话伙伴，而不是指示。
• 让团队外的人协助做出最终决定。

万字长文：AI陪伴产品的终极解法?

深度！程序员生涯的垃圾时间（上）

哈佛商业评论(HBR)发布100个生成式AI应用场景

硅仙人吉姆凯勒：大多数AI程序只有600行代码，llma，ResNet，StableDiffusion，但是都基于PyTorch，PyTorch定义了大约300个低级内核，每个内核至少有几百行代码。当你真正需要表达模型时，代码非常少。