AI 盯上程序员,谁会是下一个?
AI Came for the Coders. Understanding Why Tells Us Who's Next

我在软件工程领域耕耘了 25 年,如今目睹 AI 带来的信仰危机。这并非简单的技术迭代,而是一场类似 19 世纪木工被机械化取代的变革。AI 自动化的核心逻辑并非取决于工作是否“像人”,而是遵循 Jason Wei 提出的“验证者定律”:越容易验证的任务,越容易被 AI 掌握。代码因易于编译和测试而首当其冲,而育儿等难以量化的工作则暂时安全。商业艺术和写作正面临巨大冲击,因为客户和市场的价值共识为 AI 提供了自动化所需的“评分标准”。未来,AI 将负责交付可量化的成果,而人类需专注于那些无法被评分、需要复杂社会互动的最终目标。
AI 研究员 Jason Wei 提出了“验证者定律”:一项任务越容易被验证,就越容易训练 AI 去完成它。
HN 评论区
50- mattkenefick
我认为 AI 最公开地盯上了程序员,但它其实一直在悄悄接管其他人,而他们对此毫不知情。
- datadrivenangel
AI 对程序员来说,有点类似于反铲挖掘机或自动焊接机。操作员能比以前完成更多工作,但要正确且安全地设置这些工作,依然需要技能。
不过,这确实会给那些只是单纯挖坑或焊点、却未深度参与规划和设计工作的人带来薪资压力。是时候记住:我们不能忘记商业部分!
- drdaeman
“永远不会有编译器能检查你诗作中的 bug。”
为什么不能?一直都有、未来也一定会有艺术家想要拆解自己的作品,分析它,理解其运作机制,并刻意地综合创作新艺术,对其进行工程化。无论给艺术周围的神秘氛围赋予多少神圣性,都无法阻止这种事发生。我完全确信,会出现能分析诗歌、建模读者/听众(当代或预测的未来受众),并将“bug”定义为预期效果与建模效果之间不匹配点的机器。
而且艺术并不会因此变得哪怕一点点无趣。除非当下的广告技术能存活下来并滥用这一切。
- danpalmer
软件工程是客观可测量的,但每个部分、功能、行为等都需要不同的客观测量标准(测试、基准测试等)。这也是我认为它作为一个学科不会消失的原因之一,尽管我同意它将发生非常显著的变化。
受冲击最严重的领域,将是那些只需一人一次性定义目标,随后即可持续交付价值的领域。例如数据标注、分类,可能还有 QA 之类的工作。自动驾驶之类的事情或许也算。
- jimbobbam
很棒的文章,我完全同意文中的观点。
不过,我们仍有诸多亟待解决的重大问题:基础设施破损、海平面上升、森林砍伐、生物多样性丧失。我们需要人们不再盯着盒子看,而是开始关注那些需要修复的问题。