人工智能时代，我们依旧有无限的选择权！

人工智能时代，即有人两眼放光，又有人忧心忡忡。前者看到大量的机遇、蓝海，后者看到了失业和糟糕的未来，亦或是有人有喜有忧。但是只要你知晓一个真谛：凡事皆有利有弊，那便不用内耗了。或是选择当前的生活节奏，亦或是顺应时代潮流掌握它，都可以！

既然是讨论这个话题，我就以顺应潮流为主线，讲讲我与AI的故事，我用它做什么，我们公司在用它做什么，以及一些个人总结等，最后再简单谈一下如何找到心灵的平静。（非专业漫谈，主观的一些表达和经历经验讲述）

一. 目前的AI或者人工智能到底是什么

AI或者人工智能，是一个词语，它很抽象。（易经这种讲述山川雷泽的大家都觉得玄和抽象，更别提这样一个“新造的词”了）以致于大家都有自己的理解，这个解释会是变化、因人而异的（至于为何会有这种变化，这就是每个人生活所在的环境或上下文的原因了）

在我看来，人工智能目前是个什么东西呢？目前，最能代表AI的当然非LLM莫属，后续细谈。

它从人类的知识精华库（语言图形）中，摸索出了一点规律，能够自动完成某些之前由人来做的事情。它是什么呢？它是一个规律的定义，它的规律来源于人类对世界的理解以及由此演化的抽象推理，是一种自然语言编程的自动机。

二我与人工智能的故事

1. 电影、书籍和创作

很小的时候，小学时，看了影碟的终结者，初中看到了黑客帝国、一些国产科幻，后面又看了无数的科幻电影书籍，学的一直是机械，当时就像造一个机器人智能的机器人，这样就能陪着我了。大学时学过机器视觉、仿生的选修课，也用matlab做了不少实验等，但最终被生活打败，低谷迷茫中寻找了很久的路。

高中、大学和GAP的两年，断断续续写过几篇小说，软科幻类型，都带点人工智能和科幻的影子。考研复试结束后，又写了二三十万字的内容，不过后面停了，导师导师让我可以写（我觉得倒很奇怪），但回过头去看有点俗套了：一个孤儿和父母留下的AI-小冰（那时候笔名换成了暖冰，微软小冰还没出现呢），一点点训练它直到通悟找到真相的故事。（之所以没法继续，是我也卡在什么是智能，如何算通悟，我自己都是个俗人，看不破很多东西，掌握不了情绪呢）

2. 用AI技术帮我解决问题

读研的时候，也就只解除了cv用它实现了某个生产节点的自动化；师弟用GAN做研究，我也稍有研究，但没发现它有特别惊艳的地方，倒是自己做物体检测，做3D模型预览一类的活，也没出什么成功，毕业后也没搞这些了（都是业余，所以有时候读研选个确定的专业方向也很重要吧）

后来和大学转CV的同学聊天，就说我想研究NLP，因为知识是人类文明的精华，而它主要研究的就是知识，肯定会有突破，但转而探讨不可理解性的危机等等，而我也因为工作原因并没能投入太多精力，转而研究和学习了一阵自动驾驶，但也没能转过去，有时候隔行如隔山，突然发现以前的自己胆子变小了。

但是我对这个行业和方向的热情未变，只是转向了技术应用（因为目前除非创业，很难转到底层研究的岗位，有些岗位我也不屑去做），平时用语言识别、图形识别等技术做应用参加点比赛

3. ChatGPT

在人工智能的历史上，ChatGPT3.0肯定是占有一席之地的。

大概是在2022年底，接触到ChatGPT的，当时注册还挺麻烦。初次接触是惊艳的，它已经不仅仅是简单的搜索、词语的拙劣缝合或是“复读机”，而是有了一些人类的缺点 - 说谎、执拗、圆滑。大概到2023年初，我就开始让它辅助我工作，主要是写文档和新技术研究（因为强度比较大，我又不想加班啊！）甚至让我有点依赖了。但是后来发现，它会出错，一些小错误，所以用起来小心不少，作为守门员或者修改者的觉得吧。

想用好AI，扎实的基础不可缺，至少出问题知道看什么规范或文档吧

4. 辅助编程

比较早的时候就用了github copilot，用了七个月，每个月10美金，体验还是满意的，但是去年被封一次，查询说是TAG了，所以用不了，费老大劲才解了，但我的心变了；尝试了Tabnine，cursor等等，直到后面一直用Codeium，国内还算稳定。

三公司的探索

2023年的时候，因为某些原因和领导聊天，讨论到了AI相关的内容，我本人是很激动的，但领导是觉得一般。尤其那段时间看了万神殿，有点兴奋。还演示了写东西，给同事看了些东西。但不知道为什么往上的测评很多都特傻（至少在我看来），它们不是让AI做事儿，而是戏耍。

其实AI并不是全能的神，现在不是，未来也不会是，因为人类不存中不存在全能的人，我们也在不断修改全能的定义。如果它成了，那可怕的事情可能发生了

1. 让Chat辅助办公

今年（2024）四月份，公司开始大刀阔斧改革，组织了一些类的培训，主要是人工智能方面的，实际上就只是应用，去上课的不多，但我基本都学了。怎么说呢，课程这东西没什么含金量，但可以作为一个总结复盘，他们做的还算是不错的。

然后七月份开始，公司开发人员就开始使用ChatGPT辅助开发了，最初的使用人数还是挺少的。

习惯很难改变，但若想用好AI，有些下意识的习惯确实得转过来，尤其是搜索答案等优先级，不要忘了还有AI可以用

2. AI 辅助编程 - Claude Sonet

今年另一个让我惊艳的是Claude Sonet3.5的编程能力，呃，之前我想了很多法子，用到了Claude的playground但是没有能够用到它的Chat。相对于其它chat，它在前端做了很多东西，通过查看网络等，我发现了大量的wasm文件，这些都是在前端处理数据的，然后看点截图吧

Claude的前端废了挺大功夫，从回复中提取出了文件，并且分类处理等。可能有些人看起来很简单，但做到的并不多，或许没那么简单。而且你可以让它改某个文件，每个文件的多个版本是共存的，只是版本越多，token消耗越快 - -。

3. Github Copilot

大概是七月底，我们开发人员分到了自己的copilot帐号，带吗补全还是可以的，尤其是多行代码补全，节省了不少精力。

但不要期望在新业务中用它完全的实现代码，除非你的公司很大，User Story写的很详细、详细设计写的很好且提前写了，不然不如让它生成通用的然后去修改。

怎么说呢？用起来还是挺爽的，尤其是一些明显有规律的操作，比如计算x的绝对值，给出了x的计算方法，它能推测出y、width、height的计算等。

四思考和总结

1. AI辅助编程对程序员工作的影响

就目前来看，AI是无法完全取代一个基础扎实的程序员的。但是再擅长也需要守门员，而这个人肯定是一个技术扎实的人，而目前的大模型因为都想做的很强大，在某个领域的比较深的知识是掌握的比较少的，也就是细粒度不是太好，所以会发现有时候它会出现很明显的类似新人的错误

作为流水线的组件产出人员小心了，因为它用来写组件和测试是很擅长的。尤其是文档健全、需求和变更体系健全的公司，替换中级初级程序员真的很简单，至少大部分都可替换，但不会是全部。

程序员的需求是旺盛的，知识传统的那些岗位可能会越来越少，尤其是根据详细需求转化成代码的那部分岗位。

2 程序员应重点发展的核心能力

在新的时代，高内聚低耦合的代码是最适合AI来完成的，有限的上下文解决一个小问题。但实际上还有大量高耦合的代码需要实现，至少是这些低耦合模块的编排部分，于是就有了一系列的思路。核心培养的能力也需要改变了，我自己也在慢慢实践，写文章总结也是一部分：

1. 系统设计和分析能力

目前要实现一个功能，需要多方配合。就像我面试新员工，往往会出个题，从输入网址到页面可交互，发生了什么。这个过程其实很多内容可以讲，似乎很多人觉得没什么用，但它与优化、问题定位等息息相关，也就是整个系统的设计和分析。而当前的AI是有点难实现的，至少短时间内-两三年内，各个链路的可观察性还不是很好，还需要人去操作、或者做裁判

2. 跨领域的知识掌握

这点也是有必要的，也就是传说中的融会贯通各大门派的功夫，而之前的训练中，大模型会基于人类反馈强化，会出现知识边界，至少短时间内，它在一次回复的上下文考虑到成本不会太大-尤其是某些多模型的系统，还在根据领域区分和解决问题。那么跨领域知识的融合就很重要的，例如我本科研究生是学机械，自考了心理咨询，工作是程序员，其实就是为了某个时间点去做机器人（当然我也想做飞行汽车，非旋翼那种，不过优先级较低，人口和城市的发展并不一定是上升）。