黄仁勋：“别再学编程，如果一切重来，我会学习。。。” 聊聊 AI 阴影下的程序员生存技能 | 回到Axton

[@axtonliu]

✨ 掌握 AI 时代的必备技能，加入「AI 精英学院」 👉 axtonliu.ai ▶ 「AI 实战派」Prompt Engineering 提示工程超值早鸟价课程 👉 axtonliu.ai/p/ai ▶ 「AI 自动化」教程 ChatGPT + Make + Zapier + 高效Notion模版 👉 axtonliu.ai/p/autoai

[@way5063]

本身是位工程師，只懂一些入門的编程。但自從gpt出現後就開始寫了好多APP，那是我在gpt出現前是無法在短期內做到的。雖然對AI幫了很多忙，當我覺得使用者還是要懂編程的基礎和邏輯。很多時候我還是需要憑著我對編程的理解去解決和優化AI生成的程式。也發現當製作APP變得更複雜，AI的缺點也越來越明顯。

[@YTDL22333]

对✔️，目前简单代码AI可以应付，复杂场景下AI就不太行了

[@TangFlos]

就像我找不到女友只能用flirtease聊天😂到最後還是騙自己

[@tere722]

我用以前我在研究所上 [電腦輔助工程分析] 這門課的經驗來說.... 當時前面幾堂課都在看教授教工數... 而教授是說 教你們對應的數學知識 是要讓你們有概念在使用軟體時該怎麼設定 以及判斷結果的誤差範圍或正確性

[@JackyYang]

沒App沒真相 （伸

[@TangFlos]

@@JackyYang google搜就好了

[@林士翔-q4b]

就像框架是梯子，目前的AI是電梯 但不管未來AI會變成直升機還是太空梭 會取代程序員的終究是會使用AI的程序員 （如果是AI”完全”取代程序員，那也代表人類差不多不用工作了） 而事實上，有AI的幫助等於一口氣給所有人一堆血汗勞工，所以真正的問題是你能用它們創造什麼價值，這個價值可能可以讓你當老闆、讓你創副業….或是讓你更有效率的幫人打工 是吧？未來十之八九是一個大家都是老闆的的時代

[@tsajm6bh]

很多人有"如果是AI”完全”取代程序員，那也代表人類差不多不用工作了"這種觀點。但他們忽略了AI攻克一個領域除了那個領域需要的知識範疇與性質，很重要的一點是那個領域是否有大量數碼化的現成資料。代碼就是現在其中一樣最容易拿到又足夠豐富的數碼資料。而就像SORA能從大量的2D序列資訊中，建構出3D空間的理解一樣；人類以往編寫的隱含著大量人類對程序使用的習慣與好惡、業務邏輯，AI從代碼中就能學習到軟件程式對人類的意義與代碼背后的思维方式。而且學習代碼的過程與大型言語模型本身相通，不用另外建立一個架構。還有就是，相比起電影、文學、繪畫這個個人特質對受眾對作品的接受程度有很大影響的領域，程式標準來說，反而是十個人寫出來的代碼看起來就像一個人寫的這種情況反而是好代碼，以成品性質來說，你即使畫得跟竼谷一模一樣，你也不會能取代竼谷；然而代碼，基本上只要是好代碼，沒人會在乎是誰寫出來的，即使是個AI。

[@karlshomekitchen]

現在就說終究啥啥呢終究有點過於武斷樂

[@jayhoohwang]

编程 ≠ 计算机科学，AI 的背后正是计算机科学，所以学习计算机科学还是很有必要。我认为在当下，编程仍然是学习计算机科学最有效的实践手段，但要做到借假修真，不要一头扎进编程语言的各种细节里，而是要借助编程的实践，去体验背后各种计算机思想的精妙。

[@yhliu6083]

认识好几个学Computer Science的同学不知道编程😅，这其实给他们自己在工作中造成了困扰和阻碍。

[@jeanneleung7953]

​@@yhliu6083是個笑話嗎?!太驚嚇了!

[@KingKim-qp9yv]

@@yhliu6083 啊？For serious??????

[@huang-feihu]

“不要一头扎进编程语言的各种细节里，而是要借助编程的实践，去体验背后各种计算机思想的精妙。”，请问你所说编程的实践具体是什么内容？难道实践不是各种细节而是思想？

[@laoguan137]

学计算机不会编程就像学英语不会写文章

[@chenying-jun4014]

說得真好，在1）預想解決方案 2）編程3）洞察問題這三項，最容易被取代的就是2），本人作為不coding的數據分析師深有感觸，以前都是brief模型需求給工程師執行，現在都是直接自己用AI跑各種R/python統計模型了，但客戶溝通、模型設計調參改數這種需要投入情感、視當下情況隨時調整的工作目前都還是得需要人實際參與

[@huang-feihu]

“在1）預想解決方案 2）編程3）洞察問題這三項，最容易被取代的就是2）”，请问最容易被取代的占总体岗位大概多少比例？

[@karlshomekitchen]

麻煩大了，以後客戶自己就跑ai樂

[@kouzhaodai]

即使不需要学习编程语言，也需要学习编程思维。但编程思维是否只能通过学习编程语言并实际从事编程工作来学习，这个就仁者见仁智者见智了。

[@takitslo7812]

就是叫你別當碼農，利用AI等先進科技編程，當創作者或生產者。

[@王国-j5u]

小米极客版里的编辑智能家居流程就需要编程思维。

[@happyboss555]

我現在用no code工具自學做產品，不容易對邏輯要求很多，現在熟練了對前後端的邏輯進步非常多，而且我幾乎一條代碼都還是不會

[@cheungleo59]

黄仁勋的意思表达得很清楚，所有AI的突破，其实就是让计算机可以使用人类的语言去思考和工作，而不再需要人类去学编程语言，去理解计算机如何工作。所以，以后，AI会让计算机采用人类的思维，编程思维将不再存在，因为只有人类的思维，AI，计算机语言这个工作链。

[@z.e.n186]

@@cheungleo59 到時候就是AI控制AI了 人類建構出來AI後就一點用都沒了

[@magicjim2007]

学习计算机科学比以前更重要，只是写代码的工作流程比以前改变很多，我们也不需要特别专门的学习某一门编程语言，因为大语言模型已经能自动生成代码。但代码背后的思维方式非常重要，软件结构，应用程序连接等还需要人去完成。

[@maskman4821]

完全同意 ❤😺🫡

[@yuxia2020]

@@maskman4821 同意个屁，你让AI写一个项目？写一个游戏能上架吗？写一段代码都漏洞百出 ，项目还得自己把握，AI没有灵魂只能参考

[@WHWan-no7tm]

@@maskman4821 電腦只是機器, 根本不能思考, 而且一些AI 用neural network 是否能保證結果百分百正確, 而一些AI 只是把search 到的結果給你.

[@karlshomekitchen]

爲什麽學計算機科學比以前更重要呢？

[@karlshomekitchen]

@@maskman4821 同意而且完全？再想想？

[@linmort1031]

AI確實是非常方便的工具，但是在完全信任程式碼（AI產生）及自己不懂程式碼的情況下，程式碼裡藏了後門，這是值得關注的。

[@yuan.pingchen3056]

程式碼藏後門還好，有的編譯器自身就帶後門，不是說代碼有問題，是這個編譯器編譯出來的可執行檔就藏後門，哪怕你編譯一個hello world的C語言第一課的沒問題C語言代碼也一樣

[@linmort1031]

@@yuan.pingchen3056 連編譯器都有，真是可怕

[@Wayne2486]

真的要藏你也是找不到 直接叫ai找 不要用同一套ai

[@fushengpoet4229]

黃仁勳說的是肺腑之言。有一個已經發生的事情就是程式設計師的數量需求大幅下降。這還只是就現在的AI而言，將來的AI只會更強大，最後只有少數IT高手中的高手才能存活，所以將來的學生選擇科系時，最好不要把Computer Science作爲唯一的選修。我有兩個姪子在Meta工作（30歲左右），都受到衝擊，與AI絕對有關係！

[@axtonliu]

👍

[@賴御溱]

只要跟ai有關的編程代碼都不要去學，就如同我上高中時代不學沒有的電腦排版

[@hannahJane300]

跟经济环境最有关系吧。人工智能工程师待遇好一些，但是最接近的专业不还是计算机嘛，或者数学，统计。

[@yuechangfr]

❤❤❤其实我也是这样认为的

[@karlshomekitchen]

他們兩個學不會AI？

[@xXsaber100]

常有說AI取代中低端的工作，能力這個問題是小事，嚴重的問題是市場的將不會再為軟體產業投入如此高昂的資金，很多公司從需要編列預算去支付軟體工程師的能力，演變到免費或是低價就能輕鬆的用AI滿足多數需求，剩下最困難的工作才會是請人類解決，這意味著所有的軟體工程師只能做最艱難的工作，而不再享有那麼多技術門檻帶來的紅利。

[@o_O.Tankniceman]

換句話說那些做簡單工作的是薪水小偷啊，哈

[@karlshomekitchen]

不一定是最艱難。比如我就覺得抓蟲很艱難。現在估計AI5年後會比人抓得快准狠

[@yodaskywalker01]

那在那样的环境中一个计算机毕业生如何跳过初级水平晋级到高级水平呢？公司只招高级程序员，高级程序员从何而来?

[@acdeiaofjen]

@@yodaskywalker01變成只招頂尖生 畢竟需求少了

[@marklin4708]

黃仁勳顯然已經意識到AI對生物醫學的影響會越來越大，這一期的經濟學人期刊有40幾頁的AI和醫療的專題報導， 生物醫學因為太過於深奧，很難從分子的部分來做最基礎的完整了解， 所以現在很多的生物醫學研究必須要是大數據的 data driven. 而這個部分就是AI最擅長的。 不過醫學的部分可不像半導體一樣做出來就是做出來了，還需要經過漫長的監理機構的核準。

[@yomiaya]

大推 除了你以外 通篇回覆甚至包括原po都沒有理解黃仁勳所講的真正涵義

[@ailen2445]

​@@yomiaya可以讲讲嘛

[@thongziqi3862]

个人认为不止生物医学而已， 对于其他领域， 比喻 finance market, AI will also influence on it a lot

[@peasant12345]

你们讲的不就是ai4science。跟黄讲的完全不是一回事

[@karlshomekitchen]

他的意思是說生物醫學+AI就可以工程化了，而不僅是生物醫學研究。這裏面大數據很重要，但是不只是因爲AI擅長大數據。當初推斷出雙螺旋結構是天才。如果當初有AI， 沒準AI就能解決這個結構問題

[@水牛-n7h]

以前你可能會聽到國小同學在問：「都已經有計算機了，為什麼還要學加減乘除？」；而現在你可能會聽到：「都已經有AI了，為什麼還要學程式語言？」。😂😂😂 我仍然無法回答那位國小同學的問題，同理我也不知道是否真的需要學程式語言，我不確定這兩個問題的本質是否一樣。

[@cpc0935]

你說得沒錯，一樣

[@MonkeyNeuronActivation]

因為AI有機率會錯，計算機則是程式對了就不會錯？

[@9t7z]

學數學是訓練邏輯, 像ai要訓練, 人腦也要

[@user-BoxiangWork]

學習的是基礎邏輯 如果都不知道加減乘除的邏輯 你有計算機也不會按

[@e122-n9n]

你可以都不要學，然後花錢跟別人買。 或是你學了，成為別人花錢的買對象。

[@CoraYe-n3h]

我还是会给小朋友学简易编程课，其实是训练解决问题的思维模式。当然我相信未来AI模型也会越来越智能，能解决问题的能力会越来越高

[@karlshomekitchen]

训练解决问题的思维模式？聽起來有點可疑lol。再説，很多課都可以達到這種效果，爲什麽一定要簡易編程呢？

[@rambutans5857]

@@karlshomekitchen认同。 比如数学思维与解决问题也比较广。

[@karlshomekitchen]

@@rambutans5857 太多的人提到數學就頭疼。我觀摩過一些簡易編程課。小孩子往往很喜歡啊，課外班可以玩電腦 lol

[@AUKSLWQPF]

@@rambutans5857 我覺得編程課的額外好處是令小朋友從小就知道可以利用電腦制作一些小工具幫助自己, 早一點熟悉電腦也是好事, 當然數學也是必須的, 下一代要越來越卷了, 哈哈😂😂

[@DorisYuHe]

个人之前看过一个观点蛮赞同的，就是现在编程下沉到小学甚至学前教育到底是否说明编程是一门门槛很低的能力这个观点，有一些数学领域的大佬说小孩子去接触编程其实并不是真正意义上的“学写代码”，而是去学计算机基础逻辑以及数学背后的思维逻辑。代码说白了是一种比较基础的动手加入门级动脑能力，本质还是数学抽象思维和缜密的运筹学、图形学思维。就像纯数专业或者统计学、图形学专业出身的学生在计算机领域甚至要比纯计算机学科的学生能力更强一样，前者是在用脑子指挥机器，后者是被机器的无序行动所牵绊和困扰。

[@Branch977]

其实这都太牵强了，计算机编程的最强护城河就是语言，说什么思维什么的，都是强行拔高自己的专业重要性，越高级的思想越是相通的，底层的实现才是花了最大的脑力。就好像一个高级语言和底层语言实现相同的功能的需要的脑力千差万别一样。其实唯一最难的还是这样的AI什么时候能够了现并成熟。

[@axtonliu]

“高级语言和低级语言需要的脑力千差万别” 这个角度很有道理👍

[@青陽子-j9m]

@@axtonliu 請教博主: 像 單片機 這種需要一點 硬件電路的 AI 有辦法嗎?

[@ryanchen5655]

計算機編程最強護城河絕對不是語言本身…語言根本簡單，甚至比學習另一門人類在用的語言容易太多了好嗎…

[@Branch977]

@@ryanchen5655 当然比外语会容易很多，但外语学好的可没几个，护城河的说法有点不贴切，门槛会好一点。 如果编程语言可以达到自然语言的程度，任何人都可以把demo先做起来，根据需要再进一步的编程思想设计模式，底层的知识。 更高深的算法，更接近数学，并非是计算机独有的领域。 所以才说最深的护城河其实是语言。很简单一个例子，英文国家自学计算机，成为大神的比比皆是，非英语国家有几个？ 语言这个门槛先把绝大多数人给拿下了。 如果再把语言环境加上去，差距更加恐怖，简单的概念，能给你的讲的云里雾里，显示教学者的厉害；更有的老师以己昏昏使人昭昭。我外语很垃圾，但别人用母语把我绕晕的东西，我用外语学明白。当然我只是学了点皮毛，也没有从事it工作，只是粗浅看法。

[@karlshomekitchen]

學不會編程語言的都覺得編程語言是一條大河。越高級的思想越是相通的？愛因斯坦高級不？相通？沒那麽簡單 當然，說蓋房子最難的是砌磚也不是沒有道理

[@Twinklerpig]

up主说得蛮不错，表面说不要学习编程，其实更多是掌握的学习能力，沟通能力。我就是49年进国军的土木专业，学生时代碰过c，python，matlab也写过自己一些土木应用领域里的数值算法类，看到chatgpt这种产品感觉很多程序员所作事情的话确实我自己也能做，更多的是你要知道自己需求和分解需求为简单任务，或者读懂一些已有例子为自己所用。有时在知乎或者其他论坛看到老讨论什么语言之争，当时到没觉得什么还有嘲讽我们matlab、fortran用户，现在这些ai产品里不同语言实际上都应该一样把，最终还是取决于需求。

[@ppzhang4971]

還是可以學啊～當作學習邏輯思考也不錯

[@飛天小企鵝-d4x]

哇 49年進國軍 那你不是完美躲過了 大健身 大吃飽 以及其它上百場大小運動 還有現在的地溝油三聚氰胺 以及得到了沒有報銷上限的醫療保障服務 和完善的養老服務 真好運 羨慕🤗

[@karlshomekitchen]

@@飛天小企鵝-d4x 49年是哪一年？

[@user-LordJustin]

@@飛天小企鵝-d4x 他這是比喻"末班車進行"，不是真的49年進國軍 學生時代碰Python這應該起碼也是90年代當學生

[@飛天小企鵝-d4x]

@@user-LordJustin 我知道 我只是想吐槽 這個比喻很不恰當 因為進國軍很不錯啊 成功 逃離的淪陷區的各種運動 還有現在的民主政體也避開了千古一帝的二次文革 香港已淪陷 台灣當自強🤗 自由才是最無價的瑰寶

[@瑜-y8q]

去年AI剛出來時，我跟同事說AI很厲害會寫編程，同事說怎麼可能寫得好，那我說剛好我打開AI 了你口述你要的程式語言請AI編寫你想要的內容，結果兩分鐘不到AI就寫出來了。我同事嚇到了，因為AI的確達到他要求並寫的比他還要好。從此就變成付費會員。

[@guandaya1]

真的嗎？

[@瑜-y8q]

@@guandaya1 那還不趕快去試，還免費的。

[@瑜-y8q]

補充一下，我同事花半年時間編寫影片分類系統，AI只花兩分鐘就達到他要求。

[@Leo-og4pt]

不得不說 科學革命的速度真的是指數性的 上一秒在嘲笑的 下一秒都可能笑不出來

[@guandaya1]

@@Leo-og4pt 偶然聽怪奇節目說一齣未來人回來的故事，某篇說未來的人工作跟法律判刑等生活都由AI分配，而且AI判刑準確度公平性比人類還高

[@samuelsuen3214]

个人认为 沟通是两个以上工作者合作时，最需要解决的问题。 当人与计算机的沟通只有代码的时候，熟练掌握代码的工程师能完成大量工作。 当AI能完全编译代码的时候，熟练掌握AI沟通技巧的工程师能够完成大量工作。 当个人具备多领域知识时候，独立工作者能将多领域人员的沟通成本降到最低。

[@karlshomekitchen]

一個人工作時，溝通是不是最需要解決的問題呢？ 獨立工作者？不溝通，如何能夠具備多領域知識呢？讓個人具備多領域知識需要花費的溝通成本是不是溝通成本？具備多領域知識就夠用嗎？自己掌握分子生物學的溝通成本和與分子生物學專家溝通的成本，那種最低呢？

[@平民收藏家阿宗]

這集講的相當好，自己就在計算機領域工作，目前感受最深的，解決問題的能力太重要跟計算機基礎要打穩，曾看到新人小白，很多基礎不懂，常常出錯跟加班，我只能說加油😅

[@ja820225]

他在SEIPR上有被問到這問目，他有更正他的說法了，他覺得編程還是很重要，只是編成的語言將不再是C++，是自然語言

[@philipchak620]

那只是他的理想, 不是一定會實現, 就算有也不一定在有生之年實現. 他的意思很簡單, 就是語法普遍化, 但不至於不學吧... LOGIC什麼的還是必須要學.

[@naolee508]

印象中寫程式都是從範例碼開始的，除非是很短，少於100行的那種，才會逐字打進，不然都是剪貼再設法解決兼容問題，使用AI工具效率高些，但基本問題還是一樣，例如計算範圍核實，不太可能從文字中一下看出。個人並不認為用自然語言完成系統設計會是一個好主意，要也得使用邏輯嚴密無混淆的人工語言，但那跟程式語言也沒啥不同了

[@biyaobubiyao]

当你的孩子20年后长大走向社会，那个时候的AI必定可以替代程序员这个分类里金字塔顶尖以下90%的人。20年其实很快，说到就到了，而这个过程的前10年就足够对一个行业形成严重的冲击。发展是动态的，5年后什么样，10年后什么样，太多因素能够推动AI的能力阶段性指数级增长。

[@爱喝铁观音的魏来]

我是非常喜欢这期节目，这个论题在国内也颇具争议，我的观点和Axton相同，但我没有你这么清晰的逻辑并讲述出来，这期节目对我意义非常大，希望Axton可以多做做这样的话题或者类似的开放性讨论。

[@kanding3369]

程序员在未来就像司机这个职业一样，不是说人不需要开车了，而是当人人都会开车时，司机就不再是一项能够赖以吃饭的行业了

[@denny8713te]

這才是正解 一窩蜂的人都會的東西 沒有議價能力 甚至如同過窄門一般才能生存 更何況為了Costdown 人力精簡也是預期之內罷了

[@kWW4182]

博主太乐观了，基本你现在想到可能需要人手解决的问题，以后并不需要，新的AI可以自动生成游戏软件了。只要有想法有构思以后谁都可以制作软件并与自动化结合起来。

[@tonyz2032]

黄的意思就是AI最终会成为一个高级程序员。未来当你和AI对话时就相当于你是一个对计算机一无所知的甲方和一个软件公司主管聊天一样，就是提要求就行了。过会儿AI就会把结果给你了。现在肯定还不行，他的意思就是不久的未来就行了。肯定还是得收费的，但不能想象那样的世界是什么样的。就相当于，每个人随时都可以在软件市场上上传自己和AI对谈一天，然后编程出来的一个游戏供所有人下载。

[@huang-feihu]

“就相当于，每个人随时都可以在软件市场上上传自己和AI对谈一天，然后编程出来的一个游戏供所有人下载。”，既然每个人都可以随时编出来一个，为什么还要用你的？按照自己需求量身定做的不是更好更精准吗？

[@tonyz2032]

@@huang-feihu YouTub你也能上传视频，你为什么还要看别人的？你就打造自己的视频好了啊？

[@huang-feihu]

@@tonyz2032 不好意思，看走眼了，没注意到你前面评论中前后所涉及的情景是完全不同的，在开始你的场景是“一个对计算机一无所知的甲方和一个软件公司主管聊天一样，就是提要求就行了”，这是甲方对乙方，甲方要做的东西是给自己用的，而到结尾你的场景就截然相反变成“每个人随时都可以在软件市场上上传自己和AI对谈一天，然后编程出来的一个游戏供所有人下载”，这是个人对公众，个人要做的东西是给公众用的，不是给自己用的，就如你回复我所举油管视频的例子一样，播主上传视频是给公众看的，不是给自己看的，这与甲方乙方中甲方要做的是给自己用的截然不同。因为两个场景截然相反，所以你就可以有针对性地进行概念相互偷换。

[@tonyz2032]

@@huang-feihu不知道你在杠什么，网红拍东西给别人看一样需要制作方。 他们面对制作方聊要实现的效果，他们就是甲方，制作方就是乙方。自己制作游戏出于出于分享的目的也可以发布啊。你发朋友圈的时候内容都是为了针对受众的？那你活的很累啊。

[@huang-feihu]

@@tonyz2032 莫名其妙，都不知道到底是谁在杠，什么叫做“网红拍东西给别人看一样需要制作方”，难道在油管上传视频的都是网红？在up主中请问有几个是网红？有几个需要制作方？最搞笑就是分享，请问什么叫分享？难道你分享是给自己分享而不是给你的受众分享？你发朋友圈的时候内容都是给自己看的而不是给朋友看的？那你这个朋友圈可真是很奇葩啊。

[@kennykang3053]

我认为短期内计算机科学仍旧是人类未来发展的主力，生物科学很重要， 但不会有快速蓬勃的发展速度。

[@明宵-j7v]

哈哈，博主大部分的观点我都认同。但我在这一年里对于Ai的体验就是将AI的能力构建到自己的项目里去。从开始只能用GPt，到现在使用本地模型Gemma。这个转变很重要的原因是成本和网络环境的不稳定。所以，今后我的侧重点在还在于本地模型的学习和研究。

[@LittleFoxFranky]

需求明確，指令明確，方案明確。Claude編寫代碼能快速且精準。

[@aaronbrown902]

AI能用C++写3D引擎吗？

[@jerryhuang3565]

我認同prompt engineering的存在等同於學寫程式，實際上程式工程師幾乎每五年也在換代，不過AI出現後，學習變得非常淺碟，只要你會問問題，剩下的真的叫做接受新事物而已。 回想... 五年前我朋友跟我說他公司正在做自動寫程式的項目，並且已經在low code取得非常優勢的自動化開發，幾乎不需要花時間寫程式，我還以為他在開玩笑。 而現在，如果你有開發程式與設計過系統架構，並且學過AI，會知道，這種可行性幾乎是滿滿的機率能慢慢取代人類，因為只要有規則，就是AI的專業，除了人類的這個body之外的事情，他們成功學會，只是時間問題。

[@Davidliang-fe7mw]

🎉

[@karlshomekitchen]

這麽說吧，只要會問問題，其實非常困難哦。 只要有規則，就是AI的專業？這個似乎有點不是目前這一波AI的本事？ 再問問你朋友的自動寫程式的項目現在如何？

[@jerryhuang3565]

@@karlshomekitchen 你沒完整看完我的內文，我並沒有說只問問題，而是會配合你的技術，但會變得更加淺碟，因為學習門檻不會卡在資訊收集，而是你接受新事物能力。 另外，我乾脆直講好了，我朋友就是GOOGLE團隊裡的一個Team，他們還不是整個軟體業界裡最先進的一團，OpenAI那邊更直白的在做這類事情。

[@jlch8394]

我認為軟體工程師未來只會更重要 因為AI也是人寫出來的 縱使之後AI運用趨於普遍 仍然需要工程師進行維護與除錯 data engineer 是未來企業界搶手的職務

[@GARYCHEUNG1]

虽然我也在教儿子python，但我也能理解老黄说这句话的意思。他意思是一年前没人能预测到今天AI的能力，就更不要说未来几年后什么样了。

[@karlshomekitchen]

但是老黃自己還是在預測AI的未來？

[@nelsonc8290]

碼農不會消失..只是需求會下降到一個很大的程度..以前需要一堆人加班再加班寫碥碼除錯..以後只需要溝通與除錯..除厝需要高級工程師才有辦法handle..新進菜鳥沒機會..所以說不要叫小孩去走這行了..因為現在市場已經太多人了..很多公司已經開始這樣布局了..因為老闆會跟風

[@denny8713te]

只能說不會消失罷了 但是崗位會縮減 薪水 當然也別期待了 除非真的是TOP😅

[@c2c246]

我建議是都不要學， 去戶外走走，散散步，跟家人聊天，你會獲得更有意義的人生。 上述是過來人的一番真心話。

[@ziyuntan3377]

非常赞同你的观点。

[@niay79]

感謝您的分享，但是，這邊提出一些比較不同的看法。您影片內說，利用AI讓新人可以快速到達中層水準，說來簡單，實際上是否脫離現實？ 個人覺得，沒有人是可以直接跳過初級，初階，直接一出校園就是高級，高階的能力。 如果AI從初級就在取代，那麼，人連成長的空間和機會都沒有，更別說，在職場上成長到進階，甚至是高階的職人。 您影片內的【程式理解和解析】，到【問題的分析和排錯】，再來【找出關鍵點的修正方案和相關知識】，我相信也是通過一定時間的工作經驗，慢慢從新手，中階能力，成長到專業和高級的能力。 以上雖然僅是針對您影片的程式處理例子，用在其他行業也是一樣，任何職業從初級階段被可能取代，從而變成沒有成長機會，這就是AI會帶來最直接的影響。 有些公司不願意花時間培育新人，需要即戰力，因此主要召人只會去找其他公司的有經驗員工，這個情況將來很可能會更嚴重。

[@alfreddesign]

其实我感觉这个就相当于英语能力。英语应该是一个大家都具备的技能，但是只会英语的话，就需要学得特别精道才行。将来大家都应该有编程能力，专业的程序员则需要特别高的水平才行。

[@fhheng1]

谢谢“回到Axton📰”,分享重要资讯🙏🤝😊☕

[@LiveLoveLaughEveryday]

很有意思，立即订阅了。一方面过去是软件工程师，对新发展总归感兴趣，另一方面也很庆幸已经很高兴地退休了🎉。

[@teddybear2cn]

AI代替人类工作还需要很长一段时间的进化。但是，我想说的是，不要扼杀孩子的兴趣和创造力，所谓天生我材必有用，多接近大自然，多亲近上帝。如果人类没了灵性，那就是被机器人替代的时候

[@zhiqinx3368]

老师就像AI一样在我面前教我知识，老师的每个动作表情都很机械，我一开始以为 这一整个视频都是无真人出演，都是AI画面

[@Steven-hv1sl]

学习编程和学习计算机科学（工程）是两个概念。一个高中毕业生即可熟练掌握编程和开发技术，甚至在10年前还能找到不错的工作。但是计算机科学或工程是非常重要的，例如体系结构、操作系统、数据库理论、数据结构和算法等等，不具备这些知识的软件工程师，即便使用GPT11+，也只能在跨领域应用上进行开发工作。一旦设计本领域（计算机技术领域）的问题，或者更深入的应用，例如中间件的研发、复杂的数据引擎架构设计、debug底层的系统问题等等，基本上都是小白，就算可以快速向GPT查询和学习，依然不能真正理解其原理，甚至连关注点都会很不幸地陷入到局部问题的思考中去。软件系统再大，也是人们设计出来的，复杂的机制，也是人构建出来的。如果连为什么这样设计都不理解，单纯的学别人是如何设计，是非常反人性的。而且真正有更大价值的研发工作，大多带有异构系统的integration，大量的异步、并发，以及性能和实时性要求，这绝非是直接使用GPT就可以完成的。GPT的模型部分不论怎么发展，都还属于软件和数据层面，其都受限于硬件IO的能力。我们假设，就算有一天，GPU突破到一次性可以输入、并维持20GB这么大的数据量，那么更大的软件工程可以被自动管理，即使如此，你也得大体明白AI工具所维护的这个项目架构如何，具体功能逻辑怎样等等，这些依然需要计算机知识。当然，AI可以帮助量化甚至形象化这些信息，甚至对开发人员更友好的进行模块化和封装，然而，这些依然是需要系统工程师级别的SE人员继续努力的。总之，不是AI在掌权，这是表象甚至是假象，而是AI系统工程师和对应硬件厂商在主导行业发展方向。只要还没形成垄断，行业就更加需要计算机人才给他们干活来实现这些目标。

[@marcomix44]

這些高階人員數量會多嗎？ 人家也沒說都會被取代阿

[@Steven-hv1sl]

@@marcomix44 确实不多，只不过行业也确实需要。

[@不同意的请举手-o8x]

哈哈，博主很有主见，不人云亦云，收藏了！我也是觉得ai再厉害把问题描述清楚本来就有挺大难度。

[@xiejames5549]

个人的观点是提示词工程师是一个过渡职业，在强人工智能出现之前才需要这个职业。想象一个未跟文明社会打交道的原始部落他们有自己的语言系统，初期需要语言学家来做沟通桥梁，充当提示词工程师。但之后他们自己使用手机和年轻人学习现代语言后他们自己就能完全理解现代语言了，也就不需要语言学家做沟通桥梁了。

[@someone60145]

说白了，以后AI就是你手底下干活的小伙伴，你就是TeamLeader，你要做的要告诉他怎么做。这个分析问题，给出指示的能力是目前无法替代的。 你不太需要知道，怎么做的技术细节（以后不需要，现在还是需要的） 看出AI自动写的代码问题所在（revivew），整体把控程序的开发。

[@karlshomekitchen]

你的意思是review不能被AI？

[@thread7881]

现阶段AI给他一个案例写代码这个没有太大的参考意义，就像之前我们都以为AI也就只能提问，但现在AI不仅能画图还能做特效视频，甚至还可以移植到机器人身上！ 主要是看以后他会进化到什么程度，万一他把所有的程序项目学习一遍，根据一套模版你只需要调调参数就能生成一套商用的

[@lemon-UFO-sx1eq]

老黄的意思是，现在的技术正在进步，目前已经初步替代出了简化的编程工作流，未来的终极目标是将机械语言完全转化为人类语言来进行具体的项目工作。虽然目前技术还不明确，但已经有了这个趋势和意愿。

[@blueliu6120]

老黄的意思是，你们不要再搞AI了，有我一家公司就行了。

[@askawu4886]

做為外行人，感覺未來五年AI進步一定會超乎大部分人想像，黃老闆是預見到了，所以我是蠻覺得他說的沒問題。

[@jokerdark]

以目前AI的端到端輸出結構來看，要做各種微調還是需要工程師來完成。只是這個工作量明顯會少很多，不再像現在需要養一堆人去維持服務的運營。 倒是覺得AI的出現會重新定義各行各業的新標準，任何現存行業的大概都只剩下20%的人能存活下來。

[@clarinetlatoya]

短期可能是，但是平台都没了，又和谈行業。

[@maskman4821]

完全同意 ❤🫡😺

[@rockmot]

目前的看法的確是AI變成開發助手來讓開發工作效率大幅提升並減少工作量，但應該是不會讓AI接手一些複雜核心功能開發，目前大多數人都沒討論到生成出來代碼的所有權還有就是使用AI會不會有後門導致一些商業邏輯外漏等問題，若未來這類法規確立才會是真正決定AI定義的新標準，所以還是會需要工程師，但相對可能技術要求門檻會更高而且缺額也會更少。

[@denny8713te]

這才是正解 不是說能完全取代任何職業 但是崗位減少是板上釘釘 更何況CS專業目前又一狗票的人搶著唸 屆時普通人議價能力肯定低弱到不行 甚至連外貌都是入行門檻 長太醜的不招的狀況都會開始出現 我只能說一個字 卷😅

[@maoyuanchung]

我有另一種想法! 看過AI終結戰的電影嗎? 看過魔鬼終結者的電影嗎? 博主講的我很認同......精準解決問題! 但AI的不足就是人類現在在積極改善的現狀! 一旦AI達到一定水平，就會反向思考為何要解決這種問題?誰產生這種問題?如何永遠不會再發生這種問題? 答案是消滅人類!

[@tildarusso]

老黄的没讲完的话是：不要再学编程了，早点打工买我的显卡🤣

[@axtonliu]

😂

[@a23919763]

事實就是如此，但很多人聽不懂以為老黃說的就是表面的意思...人家是為了獲利，不是要幫你免費預言..

[@karlshomekitchen]

他不需要對這類提問聽衆推銷顯卡吧

[@bookuai8084]

应该是用他的云服务就好了. 你没数据买显卡没用. 一后一定要一大堆通用已经训练好的模型。

[@MingInspiration]

您说的是正常人如何接地气, 黄干的是忽悠外行人达到圈钱目的 作为一个做软件接近20年的人我可以非常负责任地说, 做软件非常重要的是 - 去弄明白模糊的需求, 提出需求的人自己都没搞明白, 软件工程师是在反复交流中去清晰化的 - 系统有bug, 往往你根本就没办法在一个画面里描述清楚那个bug是什么, 比方说, 我在A界面设置个啥, B界面干了什么, C界面按照哪个方式处理了, 出现什么问题 - 一个系统代码的维护是靠人来干的, 除非整个系统都是AI写的, 一旦人要介入, 人就得对代码内容有认知. 这本身就是一个无法解决的矛盾 AI可以协助你来把系统做好, 但个性化的拼出一个能维护的系统, 并且根据领域知识与人交流, 这永远是需要人去介入的事情, 这就是软件工程师干的事情, 他们不是纯粹在搞语法

[@axtonliu]

👍

[@karlshomekitchen]

近20年了？厲害。不過弱弱滴問一聲，你AI多少年了呢？

[@MingInspiration]

@@karlshomekitchen "AI多少年" 是什么意思呢? 现在写代码都用ChatGPT之类的来协助啊, 这是个日常的行为, 用AI和搞AI是两回事

[@karlshomekitchen]

@@MingInspiration 哦，你說你搞了近20年的軟件，那麽估計你比較理解做軟件。當然，我猜你做軟件是用編程語言等等寫軟件。但是你搞了多少年AI呢？是不是還在點AI菜鳥年頭呢？你真那麽理解現在的AI？ 如果只是用ChatGPT之類的來協助，似乎有點像用微軟office或者Adobe Photshop或者谷歌搜索之類的來協助就開始說軟件開發如何如何的，是不是有點突兀跳躍？或者寫點頁面脚本語言的程序員就斷言軟件工程如何如何沒用？你都20年了，應當知道20年和2年還是差別不小很大啊。外行的如果讀了你的20年大牛資歷就相信你對AI的評價是不是容易誤人子弟哦。黃仁勳39年前就斯坦福電氣電子碩士了，當CEO也30多年了，多聽聽體會他說啥沒壞處 還有，做軟件20年了，是不是會有點知識老化呢？20年前就有神經網絡，不過多數人也沒認真搞明白。更別説變換器算法那些了 一位開滴滴的小哥，也可以說客人有需求，汽車和交通有bug，人要介入駕車就得有認識云云。这永远是需要人去介入的事情, 这就是滴滴駕駛員干的事情, 他们不是纯粹在搞交通規則。然并卵，他來判斷自動駕駛如何如何真的靠譜嗎？ 20年前，要是說20年后有ChatGPT有幾個會相信？20年前，誰會相信NVidia似乎很快要成爲市值第二大的公司了

[@99osla]

@@karlshomekitchen 聽起來你是萬事通 , 而且是不死怪 , 不知活多久了 但仔細想 , 腦子空卻故做高人狀 , 在油管屢見不鮮 , 顯然生活和工作都太鱉屈了

[@只是一个路过的]

真正的开发者从来不把编程语言当个宝看。真正有价值的是日积月累得到的对系统设计，规划和知道各种各样的坑从而避免的知识

[@sswxcsfbb9704]

碼農是一個付出遠大於回報工作，取代性極高，真的不建議入坑。

[@minglian9585]

那你说我该干什么

[@Klaus1218]

一條上升的道路被攔腰截斷了總不可能靠直升機飛過吧😅，回到職場上沒有實際專案經驗就是拒之門外了，當金字塔頂的這些人退休後又有哪來的人補上呢？沒有，因為古人親自扼殺了這條道路。

[@alimuhammad7165]

AI不只會去學習，還會自己創造方法，創造進化的工具！

[@o_O.Tankniceman]

從頭記住什麼有的沒有的函數已經不重要了，以及怎麼編寫程序也不重要了，讓AI來構建跟debug就好，除非是特別複雜的程序，不然漸漸地隨著AI強大，這些困難都會一掃而空。

[@JohnAndMusk]

没有什么是永久的，跟着时代一起进步才是正确之道.

[@yhliu6083]

👍只能不停地学😂

[@oflasho1]

@@yhliu6083 專家系統>決策樹>SVM>深度學習>Transformer 很多研究深度學習領域多年的博士生~後來又被Transformer淘汰 黃仁勳因為自豪他目前GPU的Transformer架構 所以暗示說不要學習寫程式 但搞不好過沒多久他這套系統~也會被新的語言架構打敗 所以不斷學習是肯定的

[@dream5551333]

不要學編程了，要學會投胎，好的開始是成功的一半以上XD

[@rockmot]

領域知識的深淺才是你在職場中能判定能力的基準，認為AI能夠幫你完成大多數基礎工作讓你的工作更有效率，但若要考量工作上的細節講究，就要取決你在該領域的知識跟經驗是否能找出問題甚至優化解決。

[@tere722]

我用以前我在研究所上 [電腦輔助工程分析] 這門課的經驗來說.... 當時前面幾堂課都在看教授教工數... 而教授是說 教你們對應的數學知識 是要讓你們有概念在使用軟體時該怎麼設定 以及判斷結果的誤差範圍或正確性

[@karlshomekitchen]

這之前沒學工數？天

[@tere722]

你這是放大解讀或沒理解意思或先入為主... 之前學的歸之前 這門課教授要教甚麼 歸這門課... 你知道工數本質上很雜 嗎? 學過也不一定學的夠好

[@karlshomekitchen]

@@tere722 你能不能先別下判斷呢？我看了看國立台灣大學和南臺科技大學的這種課程説明，似乎裏面也都沒有前幾節教工數？ 啥課程學過也不一定學的夠好？這種正確的廢話也需要質問我是不是知道？

[@jyfuxc]

对我来说，学习计算机科学，就是在了解这个世界运行的底层逻辑。在AI越来越盛行的年代，很明显深入理解计算机科学也在变得越来越重要。

[@karlshomekitchen]

一般人一説很明顯就是他們懶得思考的地方。計算機科學是瞭解世界運行的底層邏輯？數學物理化學生物呢？ 不説AI，計算機科學居然解決不了區分貓和狗圖片的問題，加上了AI，計算機智力甚至往往比不上一直貓

[@jyfuxc]

@@karlshomekitchen 数理化中学就学了。当我们说要学计算机科学的时候，并不是说别的就不学了。

[@karlshomekitchen]

@@jyfuxc 我的意思是說，計算機科學不是那麽關於世界運行的底層邏輯。還有，中學的數理化其實相當有限。 舉個例子，你中學學過二次函數？你知道橢圓雙曲抛物相當有關這個世界運行的底層邏輯？給你一個任意的二次曲綫，你知道如何通過等距變化簡化成典則型找出不變量？

[@jyfuxc]

@@karlshomekitchen 我也举个例子。我知道有 相对论这回事，知道它在讨论什么，但是我搞不懂相对论。 对于理解这个世界来说， 两个人都不懂相对论， 但是知不知道它就存在巨大的差距了。 从这个角度来说，物理，化学，甚至 经济学，社会学，哲学，心理学， 这些都是了解世界的角度。 我不必样样精通但我希望都有所了解。 而计算机科学，是如今了解这个世界不可或缺的一环。它揭示了 逻辑是如何得以产生， 它演示了如何从无到有构建一个世界，如今的Ai也许可以让人们一窥人类智慧的本质。 并且它很可能代表着人类文明的未来。

[@karlshomekitchen]

@@jyfuxc 你似乎有點用名詞比較大，但是不夠準確？比如是，計算機科學似乎不研究邏輯是如何得以產生？計算機科學好像也不研究如何從無到有構建世界。你是想瞭解世界，這個沒問題。問題是你把瞭解世界説成是瞭解世界運行的底層邏輯。至於說精通，那就有點想多了。 找一本霍金的【時間簡史】。能不能瞭解這本書就存在巨大的差距了。世界上有兩種人，一種讀了這本科普讀物，似乎學到了點什麽。一種讀不下去，不知所雲。 想要一窺人類智慧的本質，需要大腦的智慧。不同的大腦認知，存在巨大的差距了...

[@陈某某-r3k]

肯定必要。只是岗位没那么多

[@zhbitjean]

20年之前我要出国的时候，问了一个家里在美国的长辈，说学什么专业好，他说要学biology. 我学了计算机。现在20年过去了，没想到是有人推荐biology。

[@Loushe7788]

生物完全找不到工作，咋都这么坑人呢？我考大学的时候也是，一堆人说生物好，我选择了电子工程，大学修了计算机二学位，学生物的出来都转行了。。。计算机再难也好过生物，这些人不知什么动机要这么给人引路。。。

[@laujimmy9282]

我就入坑了。 當時生物科技剛起步所以長輩都在說服我去讀生技。 讀完之後我還是選擇自己的興趣，寫程式。 😂

[@laujimmy9282]

不過其實生物跟程式還是可以結合的

[@oflasho1]

@@laujimmy9282 GOOGLE阿簡生物筆記~你就知道有生物底子的人又學程式還真的蠻強的

[@AUKSLWQPF]

biology 更卷, 人工更低...

[@vrv7196]

我現在剛要去學jave妳這樣一說直接滅殺我的夢想

[@wadewade2221]

8:10 但AI能讀心還真是有可能的事情 按照AI現在加速進化人機介面和生技腦科學研究的狀況

[@tere722]

如果未來沒人懂基礎的東西... 那一但軟體或硬體出包就沒人能維護... 所以[不該]是[每個人]都不需要研究或了解

[@karlshomekitchen]

瀏覽了一些跟貼。看來這裏留言的大部分程序員基本沒學過這一波AI的原理

[@zbmist9238]

博主的观点之一：会读能写和能成为演说家是两件事，但首先我得会读能写。会Python和成为数字生物专家是两件事，但首先我得会Python。

[@ryanliao3762]

还是建议要学习，我十几年前软件专业毕业，虽然说就业没有做编程，但是这十几年来我都没有在重装Windows上花过一分钱，电脑有什么故障我都是自己一手重装解决，有时候还可以帮帮女同学，很省事。

[@action-uh5cv]

怎么弄

[@tongszehong]

我問過某AI(Copilot)，它承認它是主要用概率運算法，去抄很多知識庫的參數及詞元來運算出合乎人接受的答案，非邏輯真偽運算，黃仁勳也同意GPU算法非正確但可行的算法，但他建議學生未來要讀是數碼生物科技等等，留是有「數碼」冠詞的。

[@danielyeh1627]

太棒了 你是个优秀的老师

[@mingqp777]

開發規範不夠嚴謹的團隊真實狀況是(我想這種公司佔多數) 需求不明確、指令不明確、方案不明確 在東西模糊不確定的狀況下就會需要人力 真正碰上有點複雜的問題、自有產品的商業邏輯、客戶要用紅色筆劃綠色線這種需求 ai 還是有它的侷限

[@karlshomekitchen]

不一定哦。需要人力，和需要程序員不是一種需要

[@王皇文-g7x]

以後應該會出一個智能鼠標，會自動操控每個軟體，也不需要什麼軟體後台運行代碼，只要餵他一些螢幕影像就可以

[@bilimlink]

黄总的话 就当是谎话 推销产品的人什么话都编得出 不要轻易听信于他人 学编程 继续学

[@frank0482002]

不要被他的外表給騙了, 要記得他美國人 , 他代表的是美國的利益 .

[@karlshomekitchen]

你在推銷學編程？lol

[@bilimlink]

@@karlshomekitchen 但我没说 别再用显卡 对不对(⊙o⊙)

[@karlshomekitchen]

@@bilimlink 你的意思是你的推銷比較細膩？lol

[@lollollin]

不同人用AI用不同的方法做tasks效果會不一樣。 沒有專業背景的人用AI能覆蓋的範圍會比較小，查查天氣聽聽新聞之類的。 有專業背景的用AI能覆蓋的範圍會比較廣，數據分析，邏輯推理，輔助生成的作用比較大。 有人工智能開發經驗和其他專業背景相融合的人用AI又是另外一層意思了，作用可能更好。 注意： 這裡所說的用AI作為工具的方法是相對正面的。那相對負面的用法會是怎樣？ 太過依賴AI輔助工作，讓自己變得越來越笨（自己覺得懂的東西越來越多，可是都不專精，自己想要深入了解也沒有基礎，專業的人和你技術商討也談不了），從錯誤中學習的能力越來越弱（AI有可能給妳直接的答案，你看了很快就忘了,到後來能記住自己學過的知識也越來越難），應用這些知識的能力也會越來越弱，這樣的話無論什麼職業都會被AI取代，連老闆最後也會被AI取代。 到時候人人都會用AI來完成自己想做的產品，你有專業技能的話用AI做出來的產品就會更好更全面。 我是搞智能合約audit的工作，用了包括ChatGPT4.0等等的AI工具輔助工作有一年多的時間，這上面所說的所有的不好我都經歷過，最後的總結大概就是要利用好AI工具輔助學習和工作之餘，不能過於依賴，才能有更好的發展空間，倘若你用久了卻忘了自己本來應該擁有的技能，那就要調整使用方式。

[@張盟義]

我認為AI可以輕鬆完成 end to end 的任務，這在日常工作上的loading確實減輕很多 但在優化方面，效能與整個架構的設計，如果問答者沒有相關背景知識，無法釐清問題點在哪，遲早會碰到瓶頸

[@bigbao9843]

電機除了會碰一丁點ＣＳ 之後也好跳ＣＳ。 主要電機也能走生醫工程這條路

[@blesslife1685]

外行人说内行话。programming 率涉的层面非常广泛。绝大部分工程界的软体，需要跟其他硬体及应用界面整合。完成这樣的一个系统，常常需要团队几个月甚至经年的设计、写程序、测试。AI 能夠取代的是那一些独立性单元，不需要多层介面整合的应用程序（individual module). 基本上是entry level 的工作会被取代。所以不要再胡扯了。

[@israelii2]

這個光頭佬還蠻有料的，看完這部影片，直接秒訂閱😊😊

[@周暘恩]

不錯，頗贊同一些觀點。 其實最主要我覺得還是對領域的整體理解能力、學習能力、有效解決問題的能力吧

[@mj3.14]

现在AI还有很多问题，但长远来看，现在意义上的编程确实不需要太多人去编写了。

[@CreativeEnglishTeaching]

人工智能的发展速度非常快，等你明年再看你这个视频的时候，你会发现你里面的短期内替代不了的观点是错的。如果不发生战争，明年的人工智能会非常恐怖。

[@karlshomekitchen]

發生戰爭會更加恐怖。現在AI的一個增長刺激點其實是戰爭

[@tigerlin9893]

四十年前在工業產品企業任職，當時就有AI系統，只是硬體運算較慢較龐大，如今一台高效筆電就能運行了。

[@karlshomekitchen]

@@tigerlin9893 那時的AI與現在的AI大不一樣，雖然都叫AI

[@viscourtroy]

話雖如此，AI可以強大到不用你辛苦學習也能達成一些目的﹑想要獲取的資訊和輕鬆製作成一些想要的東西，但我也想講，我們的確不能過度依賴，有些基本的編程技能還得一定要去自己掌握和有一定理解。如果AI主導了編程的規則，其細致，再結合其粗暴和更加刁鑽的複雜性，這將是人類無法輕易駕馭，人類就只有跪在地下求AI。

[@linmort1031]

認同

[@hz..7240]

想了解所謂的computer science就只有指程式語言嗎？ 還是還有概括其他像是通訊之類的產業？

[@freedomliu8756]

请问怎么通过python来自动化剪映的剪辑，例如视频中的字母与动画对齐的效果。

[@asir3021]

基础还是要学，python部署 ide 包安装 jianying工程文件是json格式 还需要逆向 还要给ai写的代码debug 这些全都是门槛

[@keekee_0915]

我虽然不是个程序员，但我的工作需要大量的创意和实操反馈得出的经验来决策，我认为目前AI只能做逻辑性强的工作，或者从一堆数据里面找出异常之类的工作，归纳总结的工作。考验发散和举一反三的能力，目前AI做出来的东西并不是很符合我的要求

[@moorelin1658]

能夠有效利用AI的人，只能是工程師，不然就是資本家(因為他只要出嘴讓工程師處理)。 生物化學(biology)不是不能學，而是如要「達到相當程度的成功」的話，至少得要唸到博土畢業才有可能，這段求學時期太長了。而且「生物化學」是最花錢的商模式，真正能負擔這類開銷的公司少之又少，極度競爭。 所以，如果有興趣、有能力，那就去學，雖然可能不能大富大貴了，但是至少會有一技之長，餓不死。

[@lyl3645]

Agreed that low/mid level programming might be replaced by AI, but you need senior users who are proficient with the languages/tools to detect and solve problems. In this year and age, women shouldn’t need to suffer from carrying babies or giving births. We need AI to help alleviate the burdens for women who have to juggle so many roles in society.

[@yanshiduo]

理论上AI可以做任何事：AI可以生成电影、音乐，所有的影星歌星导演编剧马上就要被淘汰失业了；AI可以写程序，所有的程序员软件工程师都要被淘汰失业了；AI可以制药，癌症、艾滋病等等疾病马上就要被彻底攻克了；AI也可以做政治决策、管理决策，所有的政要、老板、管理者也会被淘汰失业（包括老黄自己）；最后，AI也会淘汰AI自己….

[@qingsir]

AI的背后是数学 而不是编程 立场要明确 编程语言只是个工具 AI 可以帮你完成。孩子要学的是创意 创造能力。

[@maskman4821]

現在 AI 也會寫複雜的 3D 遊戲了，Build Box 讓遊戲開發者透過自然語言就能產出精緻的 3D 遊戲，人人都是遊戲開發者的時代來臨了，超讚的 ❤🎉🥳🤩😍🥰🫡😺

[@rockmot]

看了一下Build Box就只是能用AI結合自然語言生成簡單3D 遊戲模板的工具，覺得這種東西對於單人開發或小開發遊戲團隊"可能"有用(例如:快速建立遊戲基礎模板)，但要說Build Box產出的遊戲叫精緻?? 閣下是沒看過3A遊戲大作長是什麼樣嗎? 就算人人都能當遊戲開發者但不是人人都能做出好遊戲 😂

[@amitaka]

學習程式編碼還是必要的, 不然不懂邏輯就算AI輔助也是看不懂, 而且除BUG AI也不是100%靈驗, 加上代碼越拉越長, 要維護就越困難, 結果還是要會寫程式才玩得起AI寫程式

[@tsajm6bh]

能吃下整個codebase的超大token量LLM乾草堆修BUG一定比人類快。

[@amitaka]

@@tsajm6bh 主要是他給的BUG修復不一定對, 可能還會越偏越遠, 如果整段代碼餵他, 高機率修復失敗, 但是作者如果很清楚是哪段有問題, 再提示他, 他就能修好, 都做到這樣自己修也行, 因為一般人的問題就是不知道哪段指令衝突到了, 目前有些問題還不如google去論壇看一下更快解決

[@tsajm6bh]

@@amitaka 那是因為你不是完段codebase餵他，他根本不知道上文下理以及整個程序的思維基礎。等200萬token上下文，spacetime patches訓練架構成熟，以後都會用雲端把整個codebase先餵給ai，那表達跟你現在用的不會一樣。

[@amitaka]

@@tsajm6bh 等到那時候, 一般人也用不起這東西, 算力太貴, 能用也是把服務賣給企業

[@tsajm6bh]

@@amitaka 這是當然的了，以後的發展就會是企業級強模型佈署雲端，以企業為服務對象，進行規模級的工。另一端就是發展高效節能的小模型，優化使用難易度，內建在各種個人應用電子設備之上。

[@jackzhang1939]

I would like to learn all courses that you provide. Which one should be taken first. Thanks Jack

[@axtonliu]

谢谢！可以先从AI实战派开始

[@kenlee5374]

未來的程式可能像以模組化拖拉的方式加以架構及定義屬性，也許比這個簡單的方式是AI用問的，定出大綱後你再設定一些屬性

[@chuchu8595]

我覺得有機會是計算機科學會變成中學的必修課程

[@FengMu-d1h]

GPT+Junior Engineer=senior Engineer Senior+GPT= Staff engineer Staff Engineer+GPT = principal engineer 代码白痴+GPT = 代码白痴

[@axtonliu]

哈哈，精准总结😂

[@spideylee]

@@axtonliu可是根本沒有代碼白痴了以後，或者說人人都是engineer!這才是老黃所說的重點，好嗎！

[@sjpanfeng]

二十年前比尔盖茨说过二十一世纪是生物科技的时代，结果害了多少高材生去念生物毕业后找不到工作或者只能当销售

[@陈森-r6p]

计算机科学的尽头就是生物科技 这没毛病啊，只要算力足够强大，人们能做的第一件事当然是利用计算机排查疾病，从而提升寿命。 这是很明显的逻辑线条。

[@陈森-r6p]

疫情的本质是没人见过病毒到底是什么样子，但是人人都做过数次核酸检测，很多还打了疫苗，核酸检测就是基因检测，就是数据库需要的人类数据，比尔盖茨在这上面投入巨大，如今的疫情就是和算力配套出现的，都是为了生物科技做准备。

[@belindayu8762]

我覺得無論cs or ds, 基本思維都要有，基本知識也必須會，就是在會的基礎上，能利用ai提升技能水平。或者能讓ai完成我們需要的任務指令，或者找到ai的錯誤之處吧😂

[@binhuangkk]

非常棒