无论 AI 是否到来,开会、小组讨论然后委派,活变多了,钱也得因为 AI 而花的更多,只考虑到了 AI 协作后人的效率变化。
AI 来了,工程师仍无法掌握更多的生产资料、也没有积累更多的剩余价值。反倒是各种蒸馏同事的骚操作层出不穷。
人的剩余价值早在 AI 未出现的时候就已经被探索完了,项目稳定后,能外包的外包,能摘桃的摘桃。
国内的技术栈发展早已没了余地,成熟的工程架构后有成熟的技术栈,成熟的岗位催生出了成熟的面经,
AI 的到来仿佛只是克隆出新的一套。
前些天看到一篇文章,说了 AI 时代下的护城河是组织结构。
但这样对 AI 的使用,在组织结构上无法积累任何有效经验,
因为面向 AI 发布任务和面向牛马发布任务 是两回事。
对 AI 的验收和对牛马的验收也是两回事。
我真正带了开发团队后,每天就是想节省 token ,用少量的 token 做更多的事。
省来省去,发现最大的 token 支出早在任务委派的那一刻就定下来了。
我也才第一次思考,我是否是那个 [手动塞集装箱进货仓,然后感慨集装箱并没有带来变革] 的那个人?这方面是否是生态上的问题?
AI 来了,工程师仍无法掌握更多的生产资料、也没有积累更多的剩余价值。反倒是各种蒸馏同事的骚操作层出不穷。
人的剩余价值早在 AI 未出现的时候就已经被探索完了,项目稳定后,能外包的外包,能摘桃的摘桃。
国内的技术栈发展早已没了余地,成熟的工程架构后有成熟的技术栈,成熟的岗位催生出了成熟的面经,
AI 的到来仿佛只是克隆出新的一套。
前些天看到一篇文章,说了 AI 时代下的护城河是组织结构。
但这样对 AI 的使用,在组织结构上无法积累任何有效经验,
因为面向 AI 发布任务和面向牛马发布任务 是两回事。
对 AI 的验收和对牛马的验收也是两回事。
我真正带了开发团队后,每天就是想节省 token ,用少量的 token 做更多的事。
省来省去,发现最大的 token 支出早在任务委派的那一刻就定下来了。
我也才第一次思考,我是否是那个 [手动塞集装箱进货仓,然后感慨集装箱并没有带来变革] 的那个人?这方面是否是生态上的问题?
