這兩年，你是不是經(jīng)常聽到這樣的話：

趕緊學(xué)提示詞工程，將來絕對(duì)是稀缺的崗位。

再不打造“超級(jí)個(gè)體”能力，三年內(nèi)你就會(huì)被系統(tǒng)替代。

不學(xué)"一人公司"模式，你永遠(yuǎn)在為別人的系統(tǒng)打工。

不會(huì)用 Agent 就要失業(yè)

AI 要取代程序員

不學(xué)習(xí) OpenClaw，你可能正在錯(cuò)過 AI 時(shí)代最后一張入場(chǎng)券。

不但那些廠商在大肆宣傳，那些賣課的更是不斷地在對(duì)我們轟炸。

在這種狂熱的大環(huán)境下，是個(gè)正常人都得焦慮。

最近看到一篇文章，我挺贊同它的觀點(diǎn)的，那就是：

(1) 即使你沒有立即掌握AI的所有知識(shí)，你也不會(huì)落后。

(2) 你不需要沖在最前面，但你必須要在路上。

01

夸大宣傳

我們經(jīng)常會(huì)有這樣的感覺，AI產(chǎn)品發(fā)布會(huì)上效果好得嚇人，但是實(shí)際一上手也就那么回事。

因?yàn)闊o論是公司還是媒體，都會(huì)或多或少地存在夸大宣傳。

公司發(fā)布產(chǎn)品，會(huì)把自家產(chǎn)品最擅長(zhǎng)的部分努力擦亮，把不擅長(zhǎng)的地方盡量隱藏。

媒體為了吸睛，會(huì)把6分的東西說成10分，會(huì)精心挑選產(chǎn)品演示，對(duì)讀者制造轟動(dòng)效果。

就拿軟件開發(fā)來說吧，這絕對(duì)是AI滲透率最高的領(lǐng)域，給很多不明真相的群眾造成了非常不好的印象：“AI要替代程序員了！” 或者“使用AI我也可以開發(fā)軟件了”

實(shí)際的情況怎么樣呢？

現(xiàn)在普通人可以用AI快速地生成一個(gè)看起來很不錯(cuò)的網(wǎng)站，但是僅限于個(gè)人愛好/項(xiàng)目原型，很難產(chǎn)生商業(yè)價(jià)值。

因?yàn)檎嬲木W(wǎng)站非常復(fù)雜，需要考慮很多需求，很多細(xì)節(jié)，你需要把這些東西切成小塊，并且提供足夠的背景信息，喂給AI，它才可以有效地工作。

否則你就會(huì)發(fā)現(xiàn)，AI這家伙怎么越做越差勁了呢？它怎么聽不懂我的指令了呢？我明明說了好幾遍“往東”，它怎么老是“往西”呢？

02

技術(shù)萌芽期

雖然AI編程很厲害，但它依然處于技術(shù)的“萌芽期”。

這一時(shí)期的特點(diǎn)就是：你必須掌握一堆“底層魔法”，否則系統(tǒng)就會(huì)出問題。

這樣的事情在歷史上發(fā)生過很多次。

1.UNIX早期時(shí)代：你得自己管調(diào)度器

在早期的 UNIX 系統(tǒng)里，每個(gè)進(jìn)程有 priority（優(yōu)先級(jí)），還有一個(gè)叫 nice value 的東西（數(shù)值越大越“謙讓”）。

如果你設(shè)置不好，一個(gè)不重要的進(jìn)程可能瘋狂占用 CPU，關(guān)鍵服務(wù)反而被“餓死”（starvation）。

2.DOS 時(shí)代：640KB 的“內(nèi)存地獄”

在 MS-DOS 時(shí)代，只有前640KB 是可用常規(guī)內(nèi)存，程序想運(yùn)行，必須想辦法塞進(jìn)那 640KB。

如果你想用更大的空間，但必須手動(dòng)管理內(nèi)存端，借助HIMEM.SYS、EMM386 等工具進(jìn)行映射和管理，否則程序就跑不起來。

3.SQL早期時(shí)代：優(yōu)化器的噩夢(mèng)

早期數(shù)據(jù)庫(kù)優(yōu)化器很笨，經(jīng)常選錯(cuò)索引，掃全表，生成災(zāi)難級(jí)執(zhí)行計(jì)劃。

程序員經(jīng)常需要在SQL中加上索引提示，告訴數(shù)據(jù)庫(kù)：你別自作聰明啊，按我說的索引來干活

SELECT /*+ INDEX(table_name idx_name) */

對(duì)今天的AI來說，我們得掌握“Prompt 技巧”，“RAG拼接”，“Chain-of-thought”,“上下文窗口限制”，是不是和上古的這些系統(tǒng)一模一樣？

最近大火的OpenClaw，市面上竟然出現(xiàn)了付費(fèi)的安裝服務(wù)，“安裝難度”超過了“使用價(jià)值”，更是充分體現(xiàn)了“技術(shù)萌芽期”的特點(diǎn)。

隨著時(shí)間的推移，Unix調(diào)度器越來越完善，普通人根本不需要了解進(jìn)程優(yōu)先級(jí)的概念。Windows引入了內(nèi)存虛擬化，每個(gè)進(jìn)程都有4G內(nèi)存，640K限制看起來就像笑話，數(shù)據(jù)庫(kù)優(yōu)化器也變得成熟，除非極其復(fù)雜的案例，程序員現(xiàn)在寫SQL根本不用索引提示了。

AI的發(fā)展速度更是神速，兩年前人們對(duì)“提示詞工程”非?？駸?，每個(gè)人都在兜售自己成功的秘訣。各大公司都在招聘提示詞工程師，有的甚至開出了天價(jià)薪水。而現(xiàn)在呢？這些知識(shí)基本上已經(jīng)過時(shí)了。

在技術(shù)的萌芽期，不要從那些所謂的“AI達(dá)人”那里去購(gòu)買所謂的“秘方”，別怕那些人的恐嚇，他們的秘方在一年，甚至半年后要么變得毫無價(jià)值，要么會(huì)被集成到大模型當(dāng)中。

你不立即跟風(fēng)，也不會(huì)落后。

03

不要忽視AI，你必須在路上

上世紀(jì) 90 年代初，有一些人堅(jiān)信 Windows不可能在 PC 上成功，DOS 才是未來的主流操作系統(tǒng)。

那時(shí)候的 Windows 還很稚嫩（如果你用過 Windows 3.0，大概能理解那種體驗(yàn)），系統(tǒng)不穩(wěn)定，開發(fā)體驗(yàn)更是一團(tuán)糟。API 繁瑣、文檔不全、各種崩潰……

于是他們得出一個(gè)結(jié)論：忽略 Windows，繼續(xù)做 DOS 應(yīng)用，是更穩(wěn)妥的選擇。

一開始，這個(gè)選擇確實(shí)沒什么問題。

但慢慢地，情況開始變得不妙。

真正的問題不是他們沒有第一時(shí)間 All-in Windows，而是他們?cè)谧龀雠袛嘀?，就停止關(guān)注 Windows 的進(jìn)化。

他們?nèi)匀恢欢⒅?DOS，直到有一天，市場(chǎng)已經(jīng)明顯轉(zhuǎn)向 Windows，DOS 成了“過去式”。

而那個(gè)時(shí)候，對(duì)他們來說已經(jīng)太晚了。

他們多年積累的經(jīng)驗(yàn)和知識(shí)迅速貶值，只能從零開始追趕那些已經(jīng)在 Windows 上積累了幾年經(jīng)驗(yàn)的競(jìng)爭(zhēng)對(duì)手。

他們之所以被“甩在身后”，不是因?yàn)闆]有第一時(shí)間投入，而是因?yàn)殄e(cuò)過了演變過程，錯(cuò)過了關(guān)鍵的拐點(diǎn)。

第一個(gè)拐點(diǎn)，是當(dāng)市場(chǎng)開始變化時(shí)，需要把 Windows 開發(fā)加入自己的能力組合——哪怕那時(shí)還可以靠 DOS 賺錢。

第二個(gè)拐點(diǎn)，是當(dāng)市場(chǎng)已經(jīng)徹底轉(zhuǎn)向時(shí)，需要果斷放棄 DOS，全力投入 Windows。

把這個(gè)故事放到 AI 上，你就會(huì)明白：完全無視 AI 的發(fā)展，并不是一個(gè)好主意，即便它現(xiàn)在還處在早期階段。

你不必立刻押上全部籌碼，但你必須持續(xù)關(guān)注它的演變。

AI編程就是一個(gè)非常典型的例子，照理說，只有當(dāng)一項(xiàng)技術(shù)發(fā)展到一定成熟度后，市場(chǎng)才會(huì)廣泛采用，但AI編程是個(gè)革命性的工具，它的前景極其誘人，各個(gè)廠商不計(jì)成本地瘋狂地投入，瘋狂地轟炸，提前把它給催熟了，進(jìn)入了第一個(gè)拐點(diǎn)。

然后我們看到一種矛盾的現(xiàn)象：表面看來AI編程非常厲害，但是在復(fù)雜的嚴(yán)肅的項(xiàng)目中，沒有人的良好指導(dǎo)，它很容易犯各種錯(cuò)誤。

所以這并不意味著你要立刻 All-in，更不必去學(xué)那些所謂的“秘密配方”，你只需要把 AI 加入你的工具箱就行：

• 在真實(shí)項(xiàng)目中，試著讓 AI 寫一部分代碼；

• 讓它生成單元測(cè)試，然后你親自審查；

• 讓它幫你重構(gòu)一個(gè)舊模塊，觀察它哪里做得好，哪里出問題；

• 在團(tuán)隊(duì)里討論：哪些場(chǎng)景適合用 AI，哪些場(chǎng)景絕對(duì)不行。

然后等著AI工具慢慢成熟，就像從手寫部署腳本過渡到 CI/CD，從物理機(jī)過渡到云服務(wù)一樣。

總之，你現(xiàn)在要做的，是建立一種“在路上”的狀態(tài)。

04

最終建議

不要被有關(guān)人工智能的恐嚇性言論所蒙蔽。

不過，我們?nèi)孕杳芮嘘P(guān)注人工智能的發(fā)展，以便在轉(zhuǎn)折點(diǎn)到來時(shí)做好準(zhǔn)備。

這篇文章的部分資料來源于Uwe Friedrichsen的文章：

https://www.ufried.com/blog/not_left_behind/