|
@zhenghuiy 很赞同。
之前用 AI ，控制力很差。最近使用起来，有很大提升。
先说我对 AI 目前 coding 能力的见解： 很多较为简单的逻辑，加上合适的 prompt 技巧，基本 AI 能解决很好。复杂一些的需求，往往需要开发人员对代码深入理解，以及更灵活使用 AI 的姿势（比如，及时在 AI 跑偏的时候打断，等等）。更进一步的，长期做项目，应该还要在项目中维护一系列 prompt 模板，方便定点解决一些重复性需求（ CR 、重构、文档化）。再专业一些，如果要最大化 AI 的效率提升，大部分人搞不了（比如，维护 prompt 模板库，和一套校验测试 prompt 有效性的数据和实验），大概率是等待 AI IDE 厂商来迭代了。
对新人程序员来说：首先对 AI 使用的程度本身，就说明一定的问题。如果用法不够深入的话，大概率是 1 类人（需要环境逼迫）。
其次，对于某个领域深入学习，利用各种 chat ，通过问和自己实验的方式来推进。这里也并不如想象中那么新手友好。浅层的知识很容易获取正确答案，也许对新人到中级有帮助。但更加复杂的知识，我经历过两个 case：一次是关于有限域椭圆曲线加密快速算法上的细节问题，AI 基本一直误导我，最后还是靠我自己手动推导搞定的；另一次是，vulkan 程序上出现的异常情况（没有明显报错信息），AI 基本乱猜，最后靠我自己用 windbg+有意识引导 AI 按照我的思路排查，最终从二进制上定位到原因。我的这两个 case 之所以我能搞定，是因为我有比较扎实的理论功底和思路，如果同样的问题给到新人，真的能排查搞定么？我对此很怀疑。（当然，肯定有人可以搞定，但绝对不是大多数人）
AI 对于“好读书，不求甚解”、“叶公好龙”，这种类型的技术人员来说，只会让他们更懒了，以及让他们更加容易被替代了。（不幸的是，这样的人大概率是大多数）。而对于“打破砂锅问到底”，这种类型的技术人员来说，是效率的极速提升，而这部分人，没有 AI 也会成为技术专家和架构师。
综上，AI 加速了高级人才的成长速度。但遗憾的是没有扩大人数，稀缺性还是有，也许会稍微多一些（多出来的人 = 压缩的成长时间 x 原本每年市场上高端人才的增加量）。这个是更加冷静客观的看法。因此，楼主的左右截图，都很片面，左边说不稀缺和右侧的更加稀缺，都只是站在对自己观点有利的角度考虑。
总结：市场上高端人才适度增加，但仍然稀缺。中低端人才更加卷（因为不需要那么多了）。 |
