从解决屎山问题上来讲，AI 基本上无法应对历史陈旧的狗屎代码，因为很多程序员自己都搞不清楚屎山在干什么，交给 AI ，只会给你更糟糕的改动，以及失控的代码

这一代 AI 本质上还是一个 token 预测的机器，我不否认 LLM 有很大用途以及 LLM 现在渗透的领域还不足够多，

但在 AI 完全取代人脑编程，强人工智能的世界能达之前，LLM 也就到此为止了，后续也不会有更多突破了，LLM 更多会实在应用层面上以及产品层面上出现更多的创新，

我个人预计更多的数据更强大的训练也不会让 LLM 变得更好，从本质上的技术讲，这还是一个拟合的机器，它并没有思考，只是在不断的拟合给你一个近似看上去靠谱的答案，当然人类很多狗屎工作本质上都是在不断的重复自己，一个足够好的拟合机器确实能取代不少程序员的工作，例如在不同领域应用框架进行 CRUD

我甚至认为下一代的前后端这种应用框架都会进行到往适配 LLM 的方向发展，未来的编程工作可能会发生相对性的颠覆，特定领域的用户可能使用 LLM 来生成自己的原型应用 自己用 vibe 编程的方式来解决问题，而不是依赖专业程序员，

这些应用框架根据 AI 生成出来的软件产品依旧会存在一定的问题，但确实是可行可用的，最后将这个原型交付给专业程序员来解决一些逻辑 bug ，甚至产品这个职业都可能不再存在，因为软件的用户自己可以用 AI 生成一个差不多可用的原型，然后专业程序员根据原型来进行测试打磨最终成品，当然这要求客户本身有系统性的思维，以及逻辑自洽的能力

但是目前只要你生成代码的领域没有足够的语料，基本上 AI 都是在胡说八道，因为它的目标是从现有的数据里面找到一个最能拟合你问题的答案，而不是思考

@jackyz 没啥毛病，老哥，那些偏门的领域，本来贡献的代码量就少，语料也少，这一代的 LLM ，从本质上讲它还是一个 token 预测机器，没有足够的数据训练，只能 garbage in garbage out

练小号吧，没什么别的办法，自然规律就是自然规律，我现在 30 多了，已经明白了一个道理，如果有人超过 12 岁说 1+1=3 ，你就对对对，让他开心就好了，这个世界有自己的运转规律，家长唯一的使命是让孩子充分接受接近客观事实的信息，其余的事情真的就是听天由命了

vibe coding ，vibe 这个名字就已经说明了一切，氛围编程，就是给你一种机器在编程的氛围，是不是真的 ok ，还是得靠人类来确认

08 年开始就习以为常了，每年特殊时期都会抽风，稳定的梯子还是很重要的

如果是程序猿 直接 debian + docker ，我就讨厌市面上一堆的乱七八糟的那些东西，直接 docker 化，不要就 docker stop rm 就完事了，舒服

@yechentide 所以需要方案整合商 苹果来做啊，苹果如果软硬件方案整合跟用户体验做的差，还买它干嘛，隔壁安卓量大管饱

实现真正的移动设备 All in One