使用ai越多越觉得，ai不是来代替人，而是放大你的想象，也放大了问题
职场感言
f1enai
平时工作和做自己的vibe coding项目都大量使用ai，感觉它不是完全代替你完成工作，而是放大你的能力。当然，像muse dots这类型的就是个人助理，完成一些比较小的任务比较简单的任务。遇上比较困难的研究性课题，ai虽然能够极大发挥作用但是还是得人去掌舵。所以厉害的人能把ai用上天，的确是在非常暴力的放大人的生产力。而且它逼着大家不管你愿不愿意，适应这种以前很少见的工作方式：你一边要相信ai，一边你又不能完全相信它。感觉这个状态的确是很拧巴。。。
以前写代码的时候，很多时候你其实是可以偷一点懒的。不是说真的摸鱼，而是人的信息处理速度和代码产生速度差不多。你一行一行写，一个函数一个函数搭，很多错误在写的过程中自己就发现了。哪怕最后要review，东西也是你自己一点点产生出来的，你脑子里面基本有一份完整的状态。但是AI来了以后这件事完全反过来了。你可能跟它聊十分钟，它啪一下给你改了15个文件，写了2000行code，再顺手补了test和documentation。你还没review完呢，它整了洋洋洒洒一大篇，人的工作量实际在上升的，而且以前是我自己理解这个问题就行了，现在是你得理解ai的思路。所以我可以理解很多现在startup都采用code review这种，找bug的问题来考验人的能力，这是真的考验能力，而不是背诵lc题目。所以现在很多时候变成了“我怎么在有限时间里面理解刚刚到底发生了什么”。AI的output可以几何级数上涨，但人的attention没有几何级数上涨，这是我现在用AI最大的感受。
以后最大的风险甚至不是AI犯错，而是人开始懒得检查。因为AI最危险的地方不是它经常胡说八道，而是它经常说得很像真的。尤其是code，你看第一眼觉得挺合理，test也pass了，然后你就很容易产生一种“应该没事吧”的心理。但很多真正麻烦的问题恰恰藏在这种地方：一个corner case，一个隐含assumption，一个只有production才会出现的状态。以前这些code是你自己写的，你多少知道哪里可能有坑；现在如果2000行都是AI生成的，你真的不能靠“看起来差不多”就merge。所以，结论就是你绝对不可以偷懒了，你得随时都思维在线，紧盯着ai，需要它verify 结果，verify hypothesis。某种意义上，一个厉害工程师以后最重要的skill，可能不是code写得有多快，而是能不能控制AI给你制造的信息量。知道什么时候让它多生成，什么时候让它停下来，什么时候自己去验证，而不是一直让agent往前跑。
我最近也在尝试改变自己使用AI的方法。比如用那个最近比较火的asd-ste100那个航空维修文档用的英文，通俗简洁，放在ai上正合适。比如尽量用视觉的形式来传达信息而不是文字，因为人天然就是视觉动物。你甚至可以每次都为了更好的理解原理，或者结果，让ai临时生成相应的软件，可视化工具等等，搞一些disposable software”，出来的东西通常会清楚不少。
以前写代码的时候，很多时候你其实是可以偷一点懒的。不是说真的摸鱼，而是人的信息处理速度和代码产生速度差不多。你一行一行写，一个函数一个函数搭，很多错误在写的过程中自己就发现了。哪怕最后要review，东西也是你自己一点点产生出来的，你脑子里面基本有一份完整的状态。但是AI来了以后这件事完全反过来了。你可能跟它聊十分钟，它啪一下给你改了15个文件，写了2000行code，再顺手补了test和documentation。你还没review完呢，它整了洋洋洒洒一大篇，人的工作量实际在上升的，而且以前是我自己理解这个问题就行了，现在是你得理解ai的思路。所以我可以理解很多现在startup都采用code review这种，找bug的问题来考验人的能力，这是真的考验能力，而不是背诵lc题目。所以现在很多时候变成了“我怎么在有限时间里面理解刚刚到底发生了什么”。AI的output可以几何级数上涨，但人的attention没有几何级数上涨，这是我现在用AI最大的感受。
以后最大的风险甚至不是AI犯错，而是人开始懒得检查。因为AI最危险的地方不是它经常胡说八道，而是它经常说得很像真的。尤其是code，你看第一眼觉得挺合理，test也pass了，然后你就很容易产生一种“应该没事吧”的心理。但很多真正麻烦的问题恰恰藏在这种地方：一个corner case，一个隐含assumption，一个只有production才会出现的状态。以前这些code是你自己写的，你多少知道哪里可能有坑；现在如果2000行都是AI生成的，你真的不能靠“看起来差不多”就merge。所以，结论就是你绝对不可以偷懒了，你得随时都思维在线，紧盯着ai，需要它verify 结果，verify hypothesis。某种意义上，一个厉害工程师以后最重要的skill，可能不是code写得有多快，而是能不能控制AI给你制造的信息量。知道什么时候让它多生成，什么时候让它停下来，什么时候自己去验证，而不是一直让agent往前跑。
我最近也在尝试改变自己使用AI的方法。比如用那个最近比较火的asd-ste100那个航空维修文档用的英文，通俗简洁，放在ai上正合适。比如尽量用视觉的形式来传达信息而不是文字，因为人天然就是视觉动物。你甚至可以每次都为了更好的理解原理，或者结果，让ai临时生成相应的软件，可视化工具等等，搞一些disposable software”，出来的东西通常会清楚不少。
已获得 13 大米
+1
共11条回复
✨ 您正在体验新版论坛UI
