AI 只会加速程序员水平的分化，而不能快速抹平了菜鸟和高手的差距

说是解放了体力活和重复活, 可是为什么有了 ai 我的左手的(按 tab 和 c v 那几个)手指更痛了 /dog

我之前还在研究我那个博客的接口用 dotnet native 编译,有了 ai 之后直接用 rust 重写一个

同意，AI 补齐了高手年龄大了，体力不足的问题。

黑客 != 脚本小子

@dfkjgklfdjg #2

让 ai 写个流式 json 解析,现在还是有问题,准备自己写了。

给 ai 的提示词:
现在是用 sse 的 内容还没返回全,用 json 解析肯定会报错。
但是堵塞返回,体验感又太差
...
然后遇到 goods_name,打印商品名称...
...
sse 返回如下:
AI 回复: {
ai.vue:380 AI 回复: "
ai.vue:380 AI 回复: goods
ai.vue:380 AI 回复: ":
ai.vue:380 AI 回复: [
...
能用是能用,但是多加了空格 就出问题。
他是判断 "goods:[" , 数据可能是:"goods: ["
或者多了个字段,就解析不了。
还有其他问题 没看。

@lyxxxh2 你说的我都没看懂你要干什么。。。你指望 AI 看懂？？？

@leegradyllljjjj 培训机构我觉得够呛能被干死，只要有能力需求，就有培训，算法火了后有算法培训，大模型火了后有大模型培训，至于架构师培训班，都是很多年前的历史了

AI 等于多了一层从自然语言到程序语言的不可靠编译
这个过程不是一直都存在吗 就是需求到程序员实现 这个过程一直也是不可靠的

@lyxxxh2 大模型不太擅长处理 json/引号各种循环套娃，我最近也被折腾得够呛，类似的复杂场景几乎必出问题需要来回调（正常编码倒是比较少遇到这种情况）。
不过我觉得你这种情况好像并不复杂，只是你的 prompt 确实很难理解，以后文字表达能力或许是程序员的核心竞争力了

@lyxxxh2
@sampeng

我倒看懂了这个问题

可以试试以下 prompt: "json 字符串按照流式的方式返回时，使用侧无法正常解析 json ，导致用户体验不佳。请你帮我实现一个 js 函数来实现能够成功解析只有前半部分内容的 json 字符串。可以借鉴 LeetCode 经典题目「有效的括号匹配」的解法，采用 栈结构 来判断 JSON 的结构是否完整，并补全。请你先给我一个方案，在我同意后开始实施。 "

AI 办公有点刷短视频和抽卡的感觉，就是那种不断在刺激你的大脑活跃，很容易进入心流状态。

那么问题来了，菜鸟和高手的区别都有哪些呢？

交互方式还是继续用对话的方式来的话
很多技术工作者要锻炼下沟通能力了
以前有机会从社交沟通中逃离出来待在开发的舒适圈中 然后将来要和机器沟通的方式还 TMD 是自然语言 想想也有点好笑 哈哈

比起具体的代码实现
最基础的 CRUD 其实用不着 ai 避免这部分工作的解决方案一直存在 (rails django 等等
反倒是调研工作效率提升很大 感觉就是多了个小秘 有啥想法就让她 大致调查下已有的方案

@debuggerx 感谢分享，感觉又碰到了一个宝藏技术博客

菜鸟不一定会变高手，但是成为高手前一定是个菜鸟，所以就引发了一个悖论，是不是以后不会再出现高手了？或者人人都是高手？

ai 对我来说替代了一部分搜索引擎的功能，以及让我成为 Tab 高手，不需要一行行地去写了。相当于由写代码变成了代码审核，没问题就行了。整体的代码思路还是有的。

大部分程序员其实是翻译员，掌握了数字世界的一种方言，可以与计算机沟通。翻译员的工作势必会被 AI 代替。
高级程序员通过长期与计算机沟通，逐步理解了数字世界的底层逻辑。
两者层次不同，对 AI 的使用也有很大区别。

根本无需讨论

30 年前，开车还是一项搞技术要求的技能
打字也是

现在看看呢，你说我一分钟能打字 300 ，还是用五笔输入法，太牛了，我是高级打字员？

评价和赛道已经 next level 了，还在讨论 编码能力

后面水平的高低不再是对于 API 的熟练程度，而是对底层原理的理解了

@Rorysky 问题是没有编码能力，会有读代码能力吗？上知乎的人大大少于上抖音的，底层逻辑是绝大多数人的阅读能力不行啊！

@ericguo 编码是有固定范式的，就像写作文模版，这个东西 AI 做的最好，结合测试，为什么 viber coding 需要程序员有高超的阅读能力？ 关键设计把关下就行了

@huaweii 风格有点像《双城记》

@Rorysky 为了能区分关键设计和非关键设计，需要高超（速）的阅读代码能力啊！这点其实 viber coder 就是没有的，根据我的经验，有相对高速的代码阅读能力的，viber coding 就快不起来，总是不自觉的撇一眼代码，然后不满意，然后修正，然后就慢下来了。。

当然你可以理解成这是一个弯道超车的机会

@ericguo 你说的也有道理，不过这个也不是不能训练出来的，不难

@pike0002 几十年前汇编没有发明的时候都是直接编机器码，那时你得精通电气、机械、数学才能对计算机下指令。而发展到现在出现各种高级语言对底层的封装和标准的硬件接口，现在有点编程知识哪怕是小学生就能简单的写出一些程序

@leegradyllljjjj 能干死培训机构的只有行业下行。你根本不知道有一些需要培训的人的水平下限！！！(不针对所有需要培训的人，只说有那么一部分)

@weixind
{"goods": [{"good_name": "矿泉水","num": 1}],"content":"贼难喝"}
如解析到"goods",立即打印"商品列表"字符串。
遇到 goods_name,打印商品名称。
实时解析出来,不能有延迟。
一个个字符串返回没问题。

但是有时候会这么返回:
{"goods": [{"good_name": "矿泉水","nu"
而 ai 写的代码,每次调用一次函数来组合字符串拼接,判断是否有符合的 key 。
goods 确实正常了,但是 goods_name 就被抛弃了。
或者{"goods": [{
(冒号多了个空格)

当然跟 ai 解释也行,但是 ai 并不知道问题,只能手动 debug 。
自己手写下,相比用调教 ai 可能还更快。

@lyxxxh2
`{"goods":[`
`{"goods": [`
奇怪了 难道我手动加了空格,可能肌肉记忆。

@lyxxxh2 #61 你可以换成我上面 prompt 里的思路，将只有上半部分 JSON 内容的字符串补成合法的 JSON 结构再解析。适用性会更高些。

强者至强，当前处于 AI 工具大爆炸的过度阶段，没有哪款应用可以让不会编程的人做出工程化非常强且可用性极高的项目，以前公司不懂开发的人可以用低代码/无代码工具快速开发某个功能模块，以后这类工具肯定会被替代。有点像诺基亚用的塞班系统，也有好多人学过这个编程框架，但是最后完全用不到了的感觉。目前还是观望一下。

@Rehtt 说的没毛病。这里想引出的是未来应该会有一种全新的编程模式而不是基于现在的 cursor 之类的。可能会是更高级的 AI 原生的编程工具或者体验。

@leegradyllljjjj 培训机构研培训使用 ai 方法不就行了? 原班牛马无缝衔接

@Rorysky #52 +1 ，武功再高，在枪面前也没有意义，时代变了~
其实我们现在所精通的一切，也只是中间产物罢了，编程的本质是让计算机按照人的想法运转，有了更好的工具后，会自然往最高效的运转方式进化。

其实 ai 时代，人变成了架构师。而架构师对于人的专业需求反而是更高的。
当然～。不懂的也可以拿 ai 去开发 todolist 和记账类，等各种小工具来玩玩

个人感觉 AI 只能帮你总结大量数据的，重复无成效的工作，也就是帮本人呢处理垃圾时间，剩下的都需要自己来做呢。

作为博士在读，我觉得我有点发言权。以前做科研需要在意你的点子够不够有创新和你能不能实现，现在我只需要想点子，然后和 ai 协作完善方案，再去编写代码（ cursor ）。这对我来说是非常大的提升，实现问题可以交给 ai ，我只需要学数学并且想新点子，不用在意那一个又一个复杂的框架。我是在引导 ai 实现我的目标，但是我身边被我带着去学习 ai 编程的同学则是被 ai 牵着鼻子走，什么都让 ai 做，并且丝毫不关注 ai 生成的内容是否正确，准确。这样的过程只会让我和他们之前的差距越来越大。换句话说，勤于思考的人在这波热潮中会越来越强，剩下的人则慢慢被淘汰。

@cowiejulewbfwo 并不是不关注，前些天我打算做个嵌入式小玩具，豆包让我买 stm32 esp01s ，一堆杜邦线。我反复跟 ai 确认了，又找别的 ai 确认了一下这些东西可以实现想法。然后收到货后发现掉坑里了，嵌入式代码也写不出什么效果，只会一个打印输出，同时模块接线也是一塌糊涂。一会说需要连接某引脚，一会说引脚不需要连接。我现在决定还是跟着真人学习比较好

@cowiejulewbfwo 我的意思是我并不是不关心 ai 写的代码对不对，有些人基础知识不扎实没有办法，硬件知识，连线调试，代码语法，调用的库，各种各样的基础问题，就算出错了我也不知道从哪里 debug ，我无从下手。在这个领域人工智能给个我非常笼统大概的方向，但是细节根本无法保证，最终还是要走传统道路从最基本的东西慢慢学，才能一眼看出 ai 挖的坑

@HMYang33 会不会是你学习的思路有问题，既然要学嵌入设，当然第一步是学习单片机，找一个开源项目，带原理图和开源代码，学习每个针脚的作用，以及相应的代码怎么写的，各种通信协议是怎么写得，怎么调试？
路线选择对了，接下来才是利用 ai 去学习，去创造，你上来就让直接跟 ai 一起做，当然做不出来。你得通过 ai 进行系统的学习，然后与 ai 协作完成你们的硬件设计和代码。
ai 最大的作用就是帮助你快速入门一个新东西，和辅助你完成整个项目的设计和实现。比如我当前学串口通信，自己查资料看代码搞半天，现在扔给 ai ，基本几分钟就能入门了，接下来就可以让 ai 帮我根据我的需求来写，让他把注释写详细的，自己跟着看一遍没啥问题就可以直接跑了。需求明确加模块化设计，几乎不会出什么问题，嵌入式代码都太经典了，对 ai 来说太简单了，几乎不能写错，当然一些传感器的文档需要给到 ai ，各个厂商 sdk 可能都不一样，需要你主动提供给 ai 。

@bojue
说的很好。

@johnsmith2077 我不完全同意，模型确实需要一些基础的强大，但是现在显然参数量过低的模型都已经淘汰，不存在说模型不够强大，上下文容量不够用。那么就使用者就应该关注 AI 的专业知识量，业务上下文和 prompt 描述是否详细。

每次有人找我帮忙解决 bug 我看了一下说这些基础问题 AI 就能解决，他们对我说已经试过了，用的是最顶级的 AI 也做不到。。。。我去看了他的对话记录：没有提供必须的代码上下文，对自己的代码理解很浅，甚至不给 AI 提供自己的代码是什么，需求描述超模糊，也不关心思考过程，直接等着拿答案......