很多人都说 AI coding 出来了，前端死了，后端亡了，反正程序员没救了。
可是，反正就个人体验而言，简单业务功能，AI 确实有无比快速的实现能力，但是相对复杂的系统，相对定制化的逻辑，AI 是搞不定的。
已知，所谓的 AI coding ，本质就是用庞大的开源代码数据喂出来的。 由此，我想到一个问题： 1.如果你的产品中的某一个功能点，你只需要简单的描述，AI 就能快速地实现，那么是否也就意味着你的这个功能点在已有的市场上，已经属于“烂大街”的层次了。 2.由 1 延申，如果你整个产品都是由 AI coding 实现的，那么是否也就意味着你的这个产品，市场上早已有许多雷同的产品。当然，也许功能点组合方式不同，形成一定的差异。 3.由 1 和 2 ，有另一个推断，那就是有时候你自觉已经描述的很清楚了，但是 AI coding 的实现就是始终差强人意，有没有一种可能，就是你设想中的功能，市场上找不到相同或者相似的？
纯纯个人猜想，欢迎讨论。
 | 1 gmuubyssss 23 小时 43 分钟前 我更相信，AI 是被赋予的或者是被发现的。因为人类自己发明的任何东西都能搞清楚这东西是怎么运作的。除了 AI 。 |
 | 2 goodboy95 23 小时 26 分钟前 via Android 专利这玩意，真正的发明专利并不多，大部分都是实用新型专利，也就是在已有的东西基础上稍微改两下。 就这也经常有人买账，因为他们就是非常希望这种简单的改两下，但自己又没能力去改。 写程序更是如此，比如我想把 qq 的快捷键截图和现场编辑的功能独立出来，但 github 找了半天没找到有人做。那怎么办，我直接去 ai coding |
 | 3 msg7086 10 小时 32 分钟前 你天天上网，看过那么多别人写的文章了，或者看过很多别人写的书了，是不是说明现在你写出来的每篇文章都已经烂大街了？ 判断你说的这种 AI 能力，很简单的。你创造一种全新的、世界上不存在的编程语言，然后让他用这种编程语言写程序，这不就能说明 AI 可以写出世界上不存在的东西了？ |
 | 4 skallz 8 小时 18 分钟前 你说的就是之前公司在做的，产品用 dify 这种 ai 工具，配合可视化 rpa 获取数据，调研业务加跑通一个可行的最小化的业务流，验证可行之后才会形成需求然后让开发实现。 感觉以后产品会像商务一样靠拢了，招一堆产品，谁能跑通业务谁就能获得开发资源，然后吃业绩提成，而不再是被动承接需求当一个翻译机画原型给开发 |
 | 5 sentinelK 4 小时 1 分钟前 目前的 AI 模型体积与上下文可以说庞大，对于统计学上的相关性挖掘的是非常深入，且远超人的理解的。 所以 AI 视角下的“相似”、“轻而易举”，并不意味着人类视角中无意义的重复。 举个不恰当的例子，网上订火车票和电话订火车票，无论是操作流程，还是交互形态都相差巨大，但其系统流程是非常接近的。 相反的，在用户眼里，12306 就是个劣化版本的携程。 但本质上他们是完全不同的系统与业务逻辑。 |
| 6 sentinelK 3 小时 54 分钟前 所以在我看来，楼主说的几个点的逻辑都不成立。 1 、统计学模型只给出最大统计学解，且有一定随机性，所以“AI 搞不定”这个结论很难证真、证伪。 2 、简短的上下文就可以完美实现功能，只能说你的功能定义逻辑很清晰统一，没有歧义，最优解的统计学优势很强。并不能证明是历史的过拟合。 3 、反之亦然，你无论如何都无法生成满意的结果，只能说明你输入的上下文没有明显的统计学优势，导致最终输出的内容不断的落入各种小的“局部最优”解中。 |
| 7 sentinelK 3 小时 46 分钟前 btw ，在上世纪 80 年代末的机器学习算法，确实是符合楼主的这个思路的。 毕竟那时候还没有 transformer ，也没有神经网络算法实现的强化学习。 所以机器学习结果的过拟合效应很强。 |
Select Language