@
zhenghuiy 很赞同。
之前用 AI ,控制力很差。最近使用起来,有很大提升。
先说我对 AI 目前 coding 能力的见解: 很多较为简单的逻辑,加上合适的 prompt 技巧,基本 AI 能解决很好。复杂一些的需求,往往需要开发人员对代码深入理解,以及更灵活使用 AI 的姿势(比如,及时在 AI 跑偏的时候打断,等等)。更进一步的,长期做项目,应该还要在项目中维护一系列 prompt 模板,方便定点解决一些重复性需求( CR 、重构、文档化)。再专业一些,如果要最大化 AI 的效率提升,大部分人搞不了(比如,维护 prompt 模板库,和一套校验测试 prompt 有效性的数据和实验),大概率是等待 AI IDE 厂商来迭代了。
对新人程序员来说:首先对 AI 使用的程度本身,就说明一定的问题。如果用法不够深入的话,大概率是 1 类人(需要环境逼迫)。
其次,对于某个领域深入学习,利用各种 chat ,通过问和自己实验的方式来推进。这里也并不如想象中那么新手友好。浅层的知识很容易获取正确答案,也许对新人到中级有帮助。但更加复杂的知识,我经历过两个 case:一次是关于有限域椭圆曲线加密快速算法上的细节问题,AI 基本一直误导我,最后还是靠我自己手动推导搞定的;另一次是,vulkan 程序上出现的异常情况(没有明显报错信息),AI 基本乱猜,最后靠我自己用 windbg+有意识引导 AI 按照我的思路排查,最终从二进制上定位到原因。我的这两个 case 之所以我能搞定,是因为我有比较扎实的理论功底和思路,如果同样的问题给到新人,真的能排查搞定么?我对此很怀疑。(当然,肯定有人可以搞定,但绝对不是大多数人)
AI 对于“好读书,不求甚解”、“叶公好龙”,这种类型的技术人员来说,只会让他们更懒了,以及让他们更加容易被替代了。(不幸的是,这样的人大概率是大多数)。而对于“打破砂锅问到底”,这种类型的技术人员来说,是效率的极速提升,而这部分人,没有 AI 也会成为技术专家和架构师。
综上,AI 加速了高级人才的成长速度。但遗憾的是没有扩大人数,稀缺性还是有,也许会稍微多一些(多出来的人 = 压缩的成长时间 x 原本每年市场上高端人才的增加量)。这个是更加冷静客观的看法。因此,楼主的左右截图,都很片面,左边说不稀缺和右侧的更加稀缺,都只是站在对自己观点有利的角度考虑。
总结:市场上高端人才适度增加,但仍然稀缺。中低端人才更加卷(因为不需要那么多了)。