gitlight

电力 and 能源

@shawnvan 复杂问题并未预设解决的主体，可以是 ai ，也可以是人。复杂问题解决关注的是决策过程，不是某种“交给 AI”的行为的自指。

一个复杂的问题，对于人来说，可以通过多步需求拆分的方式逐步拆解为简单问题；对于 AI 来说，也可以通过多轮对环境的探索/搜索，来排除大多数的潜空间。

对于一个复杂任务，不做任务拆解分析（开发主体是人），和不提供完整的开发意图、开发环境、真实需求（开发主体是 AI ），是想用有限的数据描述复杂规则，这一定是行不通的。可以看到 Agent 解决更复杂的任务，也是依赖更精准的上下文、更多轮的交互、更复杂的集群之间的消息通信。

软件工程是一种针对 coding 信息编码的形而上学

@shawnvan 不是说把工作交给 AI 不现实，而是说指望用简单的方法去解决一个本来就复杂的问题是不现实的，如何指挥 AI 高质量地完成任务，如何显式约束，是程序员要考虑的方法论。实际上 V2 上的程序员现在大多都面临着管理比以往多 1-2 个数量级的代码的问题了吧？

@Need4more 不同行业的人都有相同的苦恼，哎

感觉讨论有点跑偏了，我其实一开始没想讨论程序员会不会被替代这件事，因为我觉得这是大概率，身边正在发生的事情。

不过总有新的人入行，以后的人怎么看待软件，方法论肯定和我们现在的这一代不太一样。我觉得软件工程会披着本体论、控制论的皮重生。

如果以 @sickworm 的思考来看，RSI 确实是一个节点，强自监督的实现几乎意味着 ASI 的实现，我们也就没必要来这讨论软件不软件的了😅

我认为是可以被认为是主观意识，但是无法证明是主观意识，技术本身不关心概率预测会不会产生意识

所谓“主观体验”只要有一天无法被真实证明，所有有关 AI 意识的讨论都会回到中文屋问题上，换句话说，人的主观体验都无法客观证明，你如何证明机器有没有呢？

python 和自然语言也没什么大区别了，读起来很通畅啊？

头脑风暴 low ，日常 mid ，只在需要长程任务的时候使用 high/xhigh