一年前，我坐在这个会议室分享个人成长历程。今天再次来到这里，发现人比上次还要多。上次聊的是我自己的路，但成长路径因人而异，未必有参考价值。这次受朋友之邀，想和大家聊一个更迫切的话题：AI与程序员的价值。 开场先问大家几个问题：在座有多少是程序员？有多少是产品经理？（现场举手）看来还是程序员居多，不过也有不少产品经理。其实今天我要分享的内容，不止关乎程序员的未来，而是关乎我们所有人的职业未来。如果只从程序员角度回答这个问题，可能找不到解法。
一、海外与国内的AI编程温差
在聊大命题之前，先说说现状。我目前管理着海外和国内两个团队，发现了一个明显的反差。 海外团队对AI编程工具的接受度极高。做海外业务的同学天然接触前沿技术，Claude、GPT、Cursor这些工具已经成为日常。他们习惯把所有技术问题都先问一遍AI，把AI当作第一助手。所有事情都会去找AI帮忙编程。 而国内团队相对传统，仍保持手写代码的习惯。去年11月我让团队尝试AI编程，他们找来一些国内模型试用。客观说，目前国内编程模型与海外第一梯队还有差距——不是不能用，而是遇到复杂问题时，第一梯队还是海外模型更有优势。 最近腾讯在做CodeBuddy，其实主推也是Claude。大家也看到了，今年编程模型过了个大年：GPT发了新版本，Claude也发了新版本。这个事情改变非常大，基本上用最新的Claude已经能解决大部分问题了，春节前又发了一版，我觉得这个事情已经变得非常不可逆了。 所以我打算春节后也采买资源，让国内团队全部用起来。有人说要用考核来推动，这话可能有点重，但考核也是希望大家真的能接受这个变化。
二、那个”回不去”的临界点
做程序员这么多年，确实有些东西放不下。我自己写的代码不经过我的手怎么敢发布？去年刚开始用AI编程时，我也有这种困惑，它边写我还得边看边盯着，总感觉哪不对劲，但是程序跑起来也没什么问题。 去年我自己做了一个项目，用硬件做了一个播放器，一个小游戏机。可能关注我朋友圈的朋友都知道。那个代码其实是AI跟我手写各占一半。那时候我还没有用Claude模型，整个基础框架是我自己手写的，但手写也不完全手写，其实也是把AI当成助手，就是边问边答，没有把本地权限交给AI来完全操作。 你可以理解为，去年上半年时候，大部分时候就是Prompt对话方式来聊，遇到问题你给我方案，很像我们过去遇到技术问题时需要找StackOverflow，就是提问式。 但做到后面，我说要不尝试一下用Claude的CLI来跑一跑。结果我把整个代码丢给他之后，一发不可收拾，我再也不想写了。他写代码的整个质量、整个效率，包括甚至我觉得比较复杂的细节他搞不定，结果偏偏他全搞定了。有些东西我还没想好怎么写，我只要把任务给他，他能给我搞定。 这让我想起小时候学数学的经历。老师警告不要用计算器，说会学不懂。但当你真正用过计算器后，算盘就再也回不去了。你的数学能力看似受限，实则获得了延展。真的不可能再回到以前科学家一样，要用纸跟笔来写公式的阶段。 经过这半年之后，我基本上觉得回不去了。时代在发展，AI也一样。
三、不止于代码：AI对创作的重塑
虽然今天大家问的是程序员未来怎么办，但这个问题其实不止关乎程序员。 最近大家有没有关注到字节跳动发了个新模型做视频的？叫Seedance 2.0。昨晚我看了影视飓风的分享，他们连夜赶了一批视频出来。他讲的故事挺让我感触的。 没有AI之前，他们帮助一个音乐创作者做MV，整个团队花了很多钱，花了两年时间，就是为了做一个列车从水里面开到云端的动画，做了两年。 结果在去年他们尝试用AI，发现过去两年时间瞎折腾，白干了——半个月可以搞定。但半个月搞定的版本他们觉得还是不够满意，因为过去的视频模型在电影分镜、相机跟踪、旋转、镜头语言上面还没学会。 但是这两天字节的新视频模型发布后，他发现AI背后像个导演，就像扛着相机一样把他整个故事线全部讲完了。只要输入一行文字，基本上整个影视创作的想法，包括剪辑的一部分工作，AI全部能完成。 所以我在看AI的时候发现，我没有办法用当下我们遇到的问题来理解，因为AI在这个过程中还没到成熟阶段，哪怕今天我们看编程模型、视频模型，都还在高速发展阶段。今年会不会有新的东西出来？不知道。 所以我现在更多考虑的问题是：假设有一天AI完全成熟之后，我们该怎么办？我们还会不会有这份职业？这是很值得思考的问题，因为刚好就处在一个时代的转变过程中。 这个问题没有人有答案，任何专家都没答案。就像过去工业时代刚过来，纺织工遇到的挑战，你说有专家告诉他接下来职业该怎么规划吗？不可能的，人类一定会在这个过程中需要大量时间，也不算长，就是不断摸索去变化。
四、从AI助手到AI同事
最近还有个比较热的事情，就是开源的AI Agent - OpenClaw工具。有没有人自己安装过自己本地的AI引擎？ （听众：安装过，但是用了一下感觉好多事情办不了，在国内。） 那是可以解决的，不代表不能解决。只要一个人装过，我的理解是，我这两天也在用，本来也没觉得有啥，觉得可能就是个AI提问工具。但我在自己本地电脑搭起来，把整个环境连通之后，我发现很难给我感受到它就是个一问一答的AI，它可以去融入到我的整个生活跟工作里面。 首先一个很有意思的事情，我们现在用AI做很多工作时，其实是提问式的。但这类本地AI引擎，提问只是它的功能之一。 像这类设计有两个很重要的思想： 第一，你的记忆可以在本地长期保存； 第二，你的应用权限、系统权限——就是如何操作电脑的权限——其实AI可以控制，他也可以跟你一样来完成你现在电脑上打字所做的操作。 一旦这个事情完全成型之后，我就想一个问题：春节后我搭一台电脑，让它完全无人值守写代码是可行的。我只要把我需求提出来就好了，最后它来验证是否成功，验证是否完成，我就看它产出的结果如何。 但如果是这个事情变成一种大规模的话，那我们今天可能讨论说只是程序员的价值，可能很难有一个答案。
五、倒视镜理论：为什么我们总是抗拒未来
今天我想分享的核心，来自麦克卢汉的《理解媒介》。这本书很厚，如果你能看懂，能看懂很多互联网发展的演进过程。厉害在于这个作者没经历过互联网，他是传播学的奠基人，比肩牛顿、达尔文、弗洛伊德、爱因斯坦，一直研究人类的媒介跟技术发展的关系。 他里面有一句很经典的话：媒介即人的延伸。而媒介的转播由技术发展而改变，比方说你现在坐飞机，因为有了飞机技术，我们不仅限于直立行走的路程距离，你可以飞去世界任何地方。飞机技术帮我们延展了对距离的探索。 现在AI过来之后也一样的。视频屏幕也是一种延伸，能够帮助你通过屏幕接触到原来接触不到的世界。但AI的延伸变得不一样了，因为如果只是人的能力，无非就是味觉、视觉、听觉，这些是基本能力。但是从来没有一项技术真正在延展大家的思维，AI其实是延展思维的工具。 不管你是做产品经理还是程序员，它会挑战一个事情：我们原来的做事方式在未来到底还有没有效？ 这本书里面也讲到一个很经典的句子：人在接触新技术的时候，比较容易用倒视镜来看前路。 这句话有点抽象，怎么理解？其实也是人类史上绝大部分人在看到新技术的时候，他是害怕的，是不敢去跟新技术一起去发展的，甚至想着约束它。这种思维模式在马歇尔·麦克卢汉的视角里面就认为，这种做法实际上是你开着车，但你的车是反着开的，你是通过倒车镜在往前开。 你没有办法观察到所有的东西，你只看到倒车镜里面很小的情况。因为害怕，所以小心翼翼，过程中就会导致一些问题。
六、蒸汽机与纺织厂：历史总是押韵
跟当年的纺织工厂也是一样的，我们保留了以前那种工作习惯来看现在。 最近我看到一个故事，以前纺织业很火的时候，有人推销蒸汽机。推销给一些老厂之后，他们怎么做呢？他们觉得我已经建立了那么多纺织厂，选址在河边，因为河边有水流，可以带动水车旋转，带动纺织机器运转。 但大家知道，蒸汽机是不需要河流的，只要烧燃烧物就可以产生能量，把机器带动起来。这产生两派： 一派是把新技术当助手的人，就像左边的你还是保留原来在河边的市场环境，找特定的工人，特定的地理位置。但在一个行业成熟之后，你在河边建厂成本是高的，因为这些工人聚集在一个地方之后，成本会随着行业发展变得越来越高。 另一派就是说，有蒸汽之后，我干嘛还要建河边呢？我去到内陆地方不行吗？那个地方没发展，人力成本又很低，干的事情是一样的。 所以你会发现新技术过来的时候，一定会存在这两种情况：一种是保留原来所有的流程，保留我们学过的经验，怕把这些东西丢掉之后接不上，把新技术当成助手来用；另一类就是完全用蒸汽机做一套新的生产流程。 结果如何你们肯定知道。今天我讲这个故事，其实是跟我们今天遇到的情况一样：AI来之后你怎么用它？你是把它当助手还是相信它？还是围绕AI整个产研模式和公司运转方式，还是只是把它当成聊天助手？这是不一样的。
七、职业细分的终结与全栈的回归
我去年经历过这样的一些感受变化。我的观点是：手写代码时代过去了。不管现在我们还要手写代码，但一年后、两年后这个事情还存不存在？有可能不存在了。 第二，我会坚持认为程序员的细分职业慢慢也会变成过去式。我们现在招聘都会要去招前端程序员、后端程序员、客户端程序员，但我现在就在公司做一个事情，我要把这个职业抹掉，全是程序员，该遇到什么事情你要去干的时候迎面上去干。让AI帮助你解决你要解决的问题，就不再需要一定要去找所谓的某种职业细分的程序员。 因为我从去年创业到现在，我的团队伙伴从后端做到前端，其实这个事情跟早期互联网一样。当时我们做开发，前台代码写过，后台也写过，那时候还没有AI，只是因为业务刚好在那个发展过程中，真的需要我们来参与到系统的各个环节里面，因为系统太大了，用户量太大了。 每一个问题，当没有这样的职业人的时候，我就得去解决问题，这是非常纯粹的程序员思维。哪怕我们真的写不好后台，或者写不好前端，我们也吐槽过前端代码，那时候大家写的都不怎么地，但我们要重新改。写后台可能也写得不好，但不管怎么样，写的好与不好，只要在不断的练习过程中，一定能写好。 只是说最后因为职业发展分工的原因，可能后面就慢慢淡出了写后台的工作需要，就专注做前端开发，让前端技术能够快速成长。但这是因为没有AI的时候我们只能这么投入。 但如果AI的时候，你会发现这个事情会产生变化：学任何一个新技术的时候，你真的不需要有过去有这个技术的经验，只要看对这个技术的理解，在这个业务上用起来能不能达到更好的效果，以及使用它能不能解决我的问题。通过AI来快速学习，或者让AI来帮我解决这个问题。
八、一人公司与超级个体
这是一种很大的转变。但我们会带来一个障碍：我都把事情给AI了，那我干嘛去？这看起来很矛盾。你明知道AI能帮你这么快解决问题之后，就会陷入一个困境：我如何向其他人证明我的价值。 这里面为什么会有这种矛盾？ 第一，职场里面大家都会有生存压力，这个事情必须得承认。如果这件事情没有经过你的手去落地，那你好像就很难讲清楚我为什么在这里。 第二，跟当年的纺织工厂一样，我们还是保留了以前那种工作习惯来看AI。 第三，虽然大家提的是编程的问题，但我觉得这个问题似乎跟编程也没有完全相关，它就是整个行业的问题。不管是编程也好，产品经理也好，摄影师也好，做影视的也好，你会发现我们过去努力学的东西到现在说不好听的一文不值。我都不觉得我专家有什么了不起的地方，在AI面前我所做的所有事情它都能搞定。 同样问题我也得思考：我到底该做个什么事情？所以程序员的职业细分，我的认为是他一定成为过去了。他会变成在招聘上面，慢慢变得不再需要有这种细分的程序员，这是第一步。但后面程序员这个岗位还叫不叫程序员？这个我不知道，也有可能跟产品合并。 因为我见过蛮多创业者，从大公司出来之后，我真的发现会存在一人公司的这种状态。 分享个例子：有个做前端开发的同事，从大公司出来之后，因为她很喜欢猫咪，想做一个猫咪看护的社区。她把小程序通过她的专业很快做完了，发现光做完小程序不够，所以后来就自己又去做运营，自己又去做实际的交付操作，完全跳出了只是程序员的框架。 所以现在对她这个人的定义，我很难从程序员的角度来看。虽然她也能写代码，但是她做的更多是围绕她想要去做的一个系统，构建整个体系，从技术落地到产品设计到服务到运营整条链路她一个人跑通。一个人提着看护道具，跑到不同用户的家里面帮猫咪洗澡、吹干毛发，或者说帮它去做一些基本的诊断。她希望把自己爱好变成事业，做了这样的转变。 AI在这时候给了她非常大的助力。如果她真的要出图，不需要找设计师。 还有一个朋友也是做小程序开发，现在卖房。他公司就大概7个人，也就三个开发，这三个开发也不是全职的，就是临时帮忙。做完事情交给他来做运营。整体在做这个过程中，他就是一两三个人把这件事做完了。他只是想把房产销售的信息，或者说租房信息，更好地服务他的线下客户。 所以在这个事情上面，你就很难定义他过去的程序员身份。虽然我认识的也都是程序员，但是在我看来他们已经跳出了这个职业的标签，找到了属于自己的一种过程，没有像以前的这种我们习惯的做事方式。
九、被动使用 vs 主动重构
这里面我在想的，也是大家会讲说鼓励用AI了，大家去用，然后可以定各种考核，可以定各种要求，说大家一定要把量用超。我自己也经常把AI的limit用超。 但是我的思考里面它有两种使用AI的态度： 第一种是你不得不接受使用AI。 比方说我们要求大家一定要用AI了，那就去注册一个AI，然后装一个编辑器，装个IDE就用起来。这也短期内没问题，我觉得它也是一种被动接受，不得不用，那就先用，也能够在流程上面或者在一些工作上面能有一定的产出。 但我觉得这种对AI的使用的这种感受，还是会有一点点像我刚讲的，其实你是把它当成一种助手。 另外一类人就是主动探索。 他会探索各种各样的可能性，AI到底在哪些地方能够做什么？能够改变原来的流程吗？我能够重新建流程、重建规则吗？我能够按照我现在对业务理解的情况，来重新搭建整个新的一个生产环境吗？ 所以这里面是两种你在看AI、在用AI的时候不同的视角。但现在大部分人是在左边，你可能也是刚好用，对吧？但是你的使用只是一种不得不接受。 但算不算还好，至少比80%的人是说你在用了。但是你有没有逐渐切换到右边？实际上是我现在最应该思考的是，公司在治理层面上面，如果我用AI完全治理公司，我应该怎么做？ 这个问题现在我还没答案，但是我现在几个伙伴，包括公司的创始人，大家对这个事情很感兴趣，大家都愿意一起来想想看。假如我把AI放到公司里面，做公司的企业管理治理，它应该是要产生什么样的变化，而不只是说把它当成一个提问工具。
十、多线程工作模式的诞生
再下一个点就在于说其实还是到程序本身。我觉得这也是对于程序员的一个转变。我为什么会想到这个点呢？就是说我们过去是怎么做程序员的？我们过去是程序员的时候，我们会很希望一种不被任何人打搅的状态，就是我很喜欢在自己亲自写代码这一个过程。我觉得亲自写代码这个事情第一我可控，第二我能够去很专注做这个事情，很开心。 但是这个事情你下回如果用计算机的语言来讲，你会发现这样的专注单不做到不好，他只是个单线程。你只能在一天做一到两件专注写代码的事情。 但如果说未来写代码事情完全交给AI之后，那我们该干什么？这是我就在转变的一个观察。原来我一直认为人是做不了多线程，因为我们大脑其实是有限制的，人很难做多线程。你一旦说在多线程要去做专注coding，或者还要去专注别的事情，有人给你去打断会议要去参加的话，你就很容易分心，你就专注不下去了。 但有AI之后，我发现我好像具备了多线程能力。 我可以分享一下我是怎么用本地Agent的。我现在是装了本地AI引擎之后，把我要做的事情会拆成比方说我要写一篇文章，它会包含好很多事情，例如说去收集材料、改文案、做一些想法上的总结。但这事情在过去我同时只能一次干一件事情。 但现在有AI之后，我可以一次把这三个事情搞定：把任务下达给一个收集材料的AI，再把一个任务下达给帮我改稿的AI，有另外一个人我就跟他聊天，把想法跟他聊天，聊完了之后我就看看另外AI做的怎么样子。你发现其实AI在这个过程中，我在使用过程中我就把它当成我的多线程工具了。它同时能够给我带回整合的材料，那在最后一个环节我就把它整合出来。 包括今天的PPT也一样的，前期也是整理想法、收集材料，最后罗列出来一个分享的大纲。最后一步PPT我就让AI完成，只用了 5 分钟不到。所以整个过程其实多线程的，我没有完全说我花时间在PPT里面去写如何对齐这文字，如何把这个东西做得美观。 如果你要把PPT做得美观，那你想你是不是单线程在干这个事情？你跳不出来的，因为这个是人大脑的一个限制。那你有AI引擎之后，有这么多AI助手之后，我可以把我变多线程的。这步我只花了5分钟，我还写了两个版本的 PPT。 第一个版本我没在这里分享，因为我觉得第一个版本的AI加的干货，加的料太多了，不是我想要的。这版基本上是我想分享出来内容，他加了一点点，但基本上百分之七八十还是我想根据我的思考以及我的经验想给大家带来的一些观点。 所以在过程中其实我们的能力是得到加强的，只是我们得慢慢放下原来的这种，我们还是希望说沉浸在把PPT写得好看，或者说把材料写得完美，或者说把代码写得很优雅的这种状态，不出bug或怎么样的状态把它跳出来。 只是要把再上升到一个思维去看一些整体，之后把这个拆解给AI去执行，最后你去做一个结果的负责人。这个是一种非常大的变化。但我觉得这种变化可能不仅仅是程序，可能对于做产品也好，对设计师也好，也是一种变化。 就是如果你只是专注在设计本身，专注在写产品本文案本身，那你的更高的看到的问题到底是什么？这逼着大家可能要跳出现在的这种舒适的工作模式做一层转变。 你能转变出来之后，你能慢慢找到一种，比方说作为程序员的未来的价值，或者作为产品的一种新的价值体现。如果你不愿意切换，还是想回到以前这种单线程去问AI答案，再给你回来写代码的过程中，你会发现没有变化，就是无非就是加快你的效率，但是你很难找到一种所谓的价值或者所谓的变化。
十一、面对阻力的解法
但这个事情会有一定阻力，因为我们还是会害怕我们把我们过去的这种做了这么多年的经验，全部推倒重来，重构掉。也不用说大了要重构社会，或者说重构什么，你就重构自己，可能都有很大的一些阻力。 说到阻力这个事情，我的一些想法也是这样的： 第一个来自恐惧。 每个人心中都有恐惧，这个事情我也不怕摊开层面讲。因为我们每天恐惧的事情数不胜数，但恐惧说实话这个东西是好的，但不能帮你解决什么问题。 最近Alex爬了台湾101的大楼，后来采访问他说你害不害怕爬那栋楼？他的说法是说我没有恐惧。其实他已经把他的恐惧练得他已经感觉到，但这个问题很深，就是他把恐惧看成了一种情绪，他并不在意。 当你持续锻炼去观察你的情绪的时候，恐惧它无非就是一种感受而已，不会影响你的决策，也不会去左右你接下来做什么的。但是很多时候我们会被恐惧支配，所以这就是一个非常大的一种人性的阻力。 但是我的意思是说，对于这个事情我们是有办法去克服的。你真的恐惧失业，恐惧没人兜底，会怕自己变得不重要，这件事情本身只是一种想象而已。只是告诉你可能存在情况，但你接下来怎么做跟这个无关。 Alex在爬那个楼的时候，他的分享就说，其实对他来讲，爬那个楼比他当时爬那一个山要容易得多。他怕的唯一想到害怕的就是楼顶风太大了，但他想到之后他就过去了，他就让这个想法过去了，他不在意继续往上爬，只专注他每一步攀的那个边缘能不能抓稳，其他事情都不重要。 所以这里面他把自己的这种现实的阻力把它扯清楚。 第二个阻力来自制度。 这个事情大家没有办法，因为这个事情是属于更大范围东西很难控制。我提个很有意思问题：假如大家用AI效率提高了，以前我们要用一天时间做完事情，我半天做完了，那剩下半天干嘛？ （听众：我觉得这个问题，我的想法是我不知道工作量该怎么评估。） 我现在就很头疼。一方面要想大家把AI用好，整个效率提高。另一方面又想说大家能够有自己的时间能够掌握。但最终你会发现这就是存在一种制度上的矛盾，就是真的效率极致提高之后我们不用投那么多时间。那最后怎么评估这件事情？ 说实话我们俩也没什么太好答案，这是我们得面对的。而且我觉得这种面对是件好事情，它不是坏事情，说明社会的进步。为什么要去困扰这件事情呢？ 再看有没有别的方式，或者说是提高要求还是要别的东西？但我觉得不应该再用时间来去量化一个人的价值。因为当你站在商业角度来看的话，投入的时间它不见得是成正比的。方向错了，你投上时间，其实达到的效果是负向的。 所以这种阻力根本不在你们身上，至少说不在我们大部分身上，只是所以没必要去为此去担心。说实话我们也没想好这个事应该怎么去做。 第三个阻力在于说，我们没有办法去阻止AI的发展。 会不会半年后又出更强的模型？这我们也不知道。其实我们真的是可以假设，真的有一天AI完全达到一种最巅峰状态的时候，我们那时候在干嘛？我们可以干嘛？ 所以现实的这种阻力现在看来，在我看来都不是阻力，没有办法去阻止我去往前去探索。
十二、接纳与放手：唯一的解法
所以我最后的两个观点就是：第一个接纳，第二个放手。 接纳什么呢？接纳现在的变化。因为你如果不接纳它，你成为它的阻力，其实阻碍的反而是自己的成长。 第二，原来的旧的做事方式、旧的身份，慢慢的可以去放弃掉。包括说现在的很多大公司也一样，去年发生了很多很有意思的变化。例如说我觉得最大的就我特别佩服的一个决定是，敢用90后当最高的执行层。下面还管了很多四五十岁的老员工。 这种就是到了不得不去挑战自己的阶段，发现如果我还是沿用原来的这种职级考核方法，我还在原用这种把所有的仗给到打过去打胜仗的将军来打这个仗，发现这个仗打不了，必须得跳出来。为什么不能用现在的年轻人？而且他们在AI上面有更好的认知，有更好的能力，为什么不能用呢？ 所以就是挑战自己过往的经验。一个组织都能够去做出这样的非常大的改变。你想想这种事情假如放到传统单位里面，可能发生吗？很难。但互联网企业的韧性就在这里，敢于挑战自己过去的这种所谓的积累下来的好的东西。 实际上是在革自己的命，如果不去革自己的命的话，那有一天就会被AI公司超越，这是很可怕的。所以要有这种危机意识，要在这个阶段要不断去放弃掉原来所有的让这家公司成功的这些方法。必须得探出新的路子。 这里面对AI而言，不管大家现在是在用AI还是说在疑惑，我觉得只有这两个方法，没有别的方法： 接纳这个时代的变化。放手过去的一些经验重新看，才能慢慢找到一种机会。 但我觉得最终我的感受是用了AI之后，我是挺开心的。我其实虽然我也很想写代码，但我更喜欢做出产品，我更喜欢看到我的代码产出一个软件也好，硬件也好，它是能用的，是能分享出来的。 我不会局限在说我只要把这个代码写好。把代码写好，我跟谁讲呢？跟任何一个人你都没法交流，说我代码写的很优秀，模块化设计的很好，数据库设计的很完美，扩展性很高。你跟产品讲，产品听不懂，你跟用户讲，用户听不懂。 所以这种语言留在我们自己能知道的范围就好了。但是你要转变一种语言，就是让你做出的东西所有人能知道。这个是可能是一种系统设计或者制定规则的一个时间窗。
十三、关于工具与约束
最后一个点，先不贩卖焦虑，因为这个事确实也挺多人关心的：AI能做，人到底能做什么？ 我觉得简单说吧，真的也不用太担心。第一恐惧说担心丢饭碗或怎么样的，我觉得现在应该不会产生这个事情。但在过程中其实就会变成说我们自己要考虑未来的分工以及会产生的变化，围绕新的可能的分工去现在去构建你现在看问题的角度也好，认知也好，能力也好。 因为从现在开始要准备了。如果说一直没有去转变的话，那随着时间推移，当有一天真的这些职业分工明确下来了，就像我刚才讲到说程序员跟产品经理之间有时候非常模糊。你说产品经理不能写代码吗？不会，产品经理一样能写代码。产品程序员不能做产品吗？一样能做产品。 那最终这两个职业以后会怎么样子？现在才处于一个非常模糊的阶段，大家想不清楚。那想不清楚先照样先跑，但不代表说现在我们不去做一些相应的准备。当有一天真的都想清楚了，那可能把它融合在一起或者怎么样，这也有可能。 第二个我觉得不要太害怕失控。我们是怕失控才对，AI的使用上面有点畏手畏脚的，就怕它。刚才看到很多故事，就是一不小心rm -rf，反正程序员都懂，就是一不小心把磁盘全清掉了。会不会？肯定会，你当没做任何约束的时候一定是会的。 但这里面我在用AI的经验分享就是，其实很多时候AI不管是用本地引擎还是提问，最关键是做约束，而不是把问题问准。你要想办法约束AI的范围，因为这是我总结出来的用AI的一个最佳原则。 你在这个原则之下，你再看现在所有的AI技术，就是在帮我们做约束。比方说你出MCP的协议，那是不是一种约束？比方说今天可以用AI来，用Figma来帮你写页面，给你个接口，你向MCP来发一个请求，说你现在这个界面上到底长啥样？这种是一种约束条件，但这种约束条件是通过API的方式。 那Skill是不是有约束？Skill是一种更具体的约束，而且第二它更模糊，就是你可以去定义，用 md文件去定义一堆Skill来约束AI在下一次对话的时候你来解决什么问题。它其实也是一种约束。 如果要把AI用好的话，那我们要时刻想说最好的约束方法到底是什么？我们现在相信大家可能也会用Skill，包括我自己也在用Skill，其实它就是做大量大量的约束条件，让AI在处理你的问题时候不至于太发散。 这就是你在用好AI上你怕失控，那我们前期就得想很多很多对AI的约束的条件，约束到一个完全可控最小的范围。如果你在用Agent的话，可能还得约束你的系统权限等等这样东西来避免AI碰到一些不该碰的东西。它其实是一种约束。 在过程中是不是做这事情足够，他有时候也未必，但我会觉得这种恐惧是一定得面对的。一定知道说去怎么约束他，不去做出你不期待的事情。 — 以上就是我在这五十分钟里想分享的内容。这些问题也是我一直在思考的问题，AI 与人。 关于程序员的价值在哪里？或者说我接下来怎么办？我没有标准答案，因为每个人的答案肯定都不一样，所以我无法直接告诉你答案是什么。只是把我这段时间用AI的感受分享给大家，不知道能不能给大家一些思路。 剩下时间我们可以多一些交流跟互动，我就不完全这里讲了。这次分享只是做了一个小的铺垫。
评论