人做的事情，无非也就是脑子里面的"plan"+工具链使用。
工具链反正都在计算机上，想办法接入就好了，大部分码农的工具链也就是“三板斧”，也没多复杂。
"plan"的生成，需要一些逻辑推理 + 一些“上下文”, 我看目前顶尖的基于 GptClaudeGemini 都做的很不错了。
如果不能，无非就是“上一个版本不行”，那就调优系统级 prompt ，发布下一个版本支持呗。
工具链反正都在计算机上，想办法接入就好了，大部分码农的工具链也就是“三板斧”，也没多复杂。
"plan"的生成，需要一些逻辑推理 + 一些“上下文”, 我看目前顶尖的基于 GptClaudeGemini 都做的很不错了。
如果不能，无非就是“上一个版本不行”，那就调优系统级 prompt ，发布下一个版本支持呗。
第 1 条附言 · 19 小时 55 分钟前
我收回这个问题，现在我 vibe coding 的一个插件的一个小问题，迭代多次，反复让多个模型诊断，都没有解决。
这玩儿还是不行，llm 只是行尸走肉，离不开专家这个人类灵魂。
这玩儿还是不行，llm 只是行尸走肉，离不开专家这个人类灵魂。
 |
1
linbenyi PRO  1
根据长尾。人类总要解决很长的。变化多样但是小概率的事件。
其实题主说的对。变相抑制了初级岗位的成长。 |
 |
2
wuxi889 23 小时 42 分钟前
可以。看看周末的 Claude Cowork 新闻
|
 |
3
iOCZS 23 小时 42 分钟前
人类是一台判决机器
|
 |
4
dog82 23 小时 30 分钟前
看闫俊杰的访谈，他提了个：模型即交付 的概念，AI 领域普通程序员能做的很少，而且会越来越少
|
 |
6
KinBob 22 小时 51 分钟前
人要是自己不写代码，debugg 能力也会退化的，所以感觉 ai code + 人 debugg 售后的模式不是个好模式，大概率得等到 ai 更深度的应用才行
|
 |
7
iorilu 22 小时 34 分钟前
那肯定阿
现在人成了打下手的, 人能发 prompt, 当然可以让 ai 自己发 prompt 指挥另一个 ai 干活 |
 |
8
CH122 21 小时 41 分钟前
当人类不再有任何知识、思想产出的时候，ai 还能进步吗，或者说 ai 可以到能思考的程度吗
|
 |
9
enrolls 21 小时 24 分钟前
还差一点东西，能立即 fine tune 最新的文档和代码；或者 这个代码组件的包 fine tune 一次入 llm ，让它了解上下文，基本不用干了。
|
 |
10
midraos 19 小时 51 分钟前
我认为当前这种形态的 AI 是不行的，如果某天变成：用户提出需求 --> AI --不经过编码、编译--> AI 自身直接模拟出该应用时，才是码农失业的前夕
|
 |
11
strobber16 19 小时 30 分钟前 via Android
得特化才行。再训练专门做项目设计的 ai ，和负责写实际代码的 ai 分开
|
 |
12
sentinelK 18 小时 49 分钟前
从演进的流程上来讲，确实是这样。一开始的 AI Coding 主要体现在 Tab 提示，然后逐渐演进到 Chat ，然后再演进到 Agent 。
总体上来讲，一定是人的干预越来越远离实现本身。 但讨论这个没什么意义。 首先，因为提出需求的是人，这就导致人必须参与输入。你不输入你的需求无从表达。 其次，相同的需求，表达方式多种多样，总会有人掌握更优秀表达需求的能力。 最后，你要明白为何目前的统计学 AI 的解决方式是 Agent 。因为是基于目前的上下文能力，以及模型向量转换次数所限。最终的终局，AI 产出一定不是 Agent 的。 你看现在还有人讨论“提示词工程”么？还有人因为写提示词更好引以为傲么？ 在我看来，Agent 就像是提示词工程一样，只是基于有限能力下的临时性解决方案。仅此而已。 |
 |
13
OliverDD 17 小时 39 分钟前 1
它只是概率模型，你让概率去碰撞概率，就是无限猴子定理：“让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作”。
|
Select Language