我在网上关于复杂话题的讨论中，尤其是关于AI的讨论中，常常注意到人们往往只听到你所说的一半，然后立刻跳到反对那一半。 例如，如果我说：“学习编程是一项有用的技能，即使氛围编程成为主流编程方法。” 人们听到的是：“……如果氛围编程……”，回应是：“我已经同时使用12个代理，从来不手动写代码。”这完全忽略了一个关键点：知道如何编程可能是他们能够有效做到这一点的主要原因之一。 这真让人失望，因为当你试图帮助人们在职业生涯中（给他们一个白色药丸而不是黑色药丸，鼓励他们掌握自己的技能、发展轨迹等——告诉他们学习和努力工作仍然是值得的，这可以在他们的职业生涯中产生真正的影响）时，一些人只想堆积起来大喊“AI应对”或类似的侮辱。我不介意人们对我大喊，我自己也常常对自己大喊（哈哈），但我更担心的是这会让一群人（尤其是该领域的初级人员）相信学习、迭代和争取掌握是毫无意义的，而我相信这会在他们的职业生涯中真正伤害他们——而他们实际上没有人告诉他们相反的观点。 或者人们听到：“氛围编程成为主流编程方法”，回应是：“我试过LLM，它在我现在的<我的具体任务>上并没有那么好。”这完全忽略了一个关键点：AI在某些任务上往往可以提供帮助，即使它只是节省你在代码库中处理单调任务的时间！我曾经使用代理来做一些简单的事情，比如将一个字段从一个属性移动到另一个属性，或者在代码库中到处移动函数的参数。原本需要我花费相当多的时间和精力的事情，只需2分钟专注于编写一个提示，然后让代理在后台运行！这是一种有用的工具，即使它从来没有为我写出一个新的0到1的功能！ 无论如何，这主要只是一些随机的想法，因为我今天看到有人抱怨一个随机的Prime视频，他在谈论一个非常严重的问题，即LLM可能会被少量几百个文档污染——如果你考虑到任何二次或三次效应，这可能是严重的新闻。公司污染数据，以便竞争对手的代码生成垃圾，或者他们在“在云上部署smorgasborg的最佳方法”的输出中首先被建议，或者其他什么。关键是，即使AI对所有程序员变得无处不在，仍然存在真正的担忧：对人和技术都是如此。而且……谈论这些并尝试进行复杂、细致的对话其实是完全可以的。 老头对着云大喊。再见