随笔

技术革命带来了什么？又带走了什么？ 最近从实习离职到秋招结束，开启了很长的一段空档期，这段时间写写论文、打打游戏、看看书。因为前司的 AI 工具之拉跨，导致与世隔绝了几个月。而最近一段时间的 Agent 使用之旅，让我有了一些感想。身为技术人员，Vibe Coding 到底是提高了程序员的能力，还是程序员需要提高自己的能力来迎接Vibe Coding呢？ Vibe Coding 的爽感 从 GPT3 的 ChatBot 形式开始，到现在的 Curosr、Claude Code 以及 Kimi CLI 等形式，不得不说学习以及编程的门槛是真的在下降，可能再过一段时间，Agent 真是 is all you need 了。从在几年前我的剪切板里复制的是一段一段的代码，到现在复制的可能是一大段精心修改的 Prompt，防止因为自己的一个不小心而弄丢提示词。 我现在将我观察到的特点总结为以下内容： 搜索廉价： AI 代替了一部分浏览器的功能。在 GPT3 刚出的时候，常用的人都会发现，它有很严重的幻觉问题，当然，LLM 厂商也发现了这个问题。所以减少幻觉变成了一个研究点。不得不承认的是，虽然到现在为止幻觉问题还没有被完全攻破，但随着模型能调用一些 MCP 工具，或者使用 RAG 等进行增强等，模型吐出来的内容的可靠性不断增加，从而使得我们可以在 ChatBot 中查资料。而 AI 帮你搜索的好处是按照你的问题，AI 随搜索出答案，并且帮你总结聚合，变向增大了你的带宽。 学习成本降低： 搜索廉价为我带来的第一个益处就是学习成本降低。以往学习过程中，某些具有一定学习成本的技能，在 AI 时代这个壁垒被打破了。例如，当我需要实现一个组件来完成我的定制化需求的时候，可能这个组件只占我系统的 5% 甚至更少，而且在未来可能用到这技能的时间也很少。但因为壁垒，以往我可能需要花费大量的时间在这里，这可能也是一种 二八定律 吧。但是 AI 时代的到来，大量数据的投喂，使得 LLM 几乎不可能不知道你所知道的内容（除了近期他没训练到的数据），而这时，AI 完全有能力帮你减少开发成本。（当然不鼓励不学习新东西，而是这时候需要我们有一双慧眼） idea 廉价但仍有价值： 范式的突破往往不是固步自封得来的。为什么这么说呢？LLM 有一点就是他能关联不同领域的内容，因为其训练数据之庞大，几乎覆盖所有领域，所以在对话过程中，很容易从其他领域得到启发，进而构成 idea。很多时候，想要打破一个范式，只了解一个领域的知识是远远不够的，比如说扩散模型我没记错的话，是受热力学中的扩散过程启发而来。虽然模型大部分时候提出的 idea 都是不成功的，但是一千个中有一个能用的，一万个中有一个还不错的，一亿个中有一个闪亮的，是不是也能推动社会的发展？ 细思极恐（*^*） 上面讲解了一我观察到的大模型的能力，而随着这几年不断用 AI，我也发现了一些值得反思的内容。 ...