我觉得AI是对马工的一个大挑战，但不是绝路。 马工会被逼着有更高的技能，马工人数会大幅度减少，剩下的是一批有domain knowledge 和架构能力的马工。比如建一个building，以前的马工是用一块块砖build，以后的马工是直接一堵墙一堵墙的搬，但是最终build建成啥样的AI一时半会还做不了，以后的马工需要有ask AI 建墙的能力， this is prompt engineering, 有了墙还得有把它们放在一起的能力，这是架构 architect 的能力。
这个我可以回答，就是 trainning set 和 labeler，倒不是真的在后台有个人。 比尔盖子评论过的，大意就是愚蠢的小聪明，把 AP bio 做的炉火纯青，但如果真的聪明的话，我们已经可以解决癌症问题了。 现在很多是炒作，就好比几年前的 L4 自动驾驶。不是说自动驾驶不能成功，但需要时间十年磨一剑。 不过投资需要钱，所以需要炒一下。需要吸引研究热点。 AI 首先取代的都是低级工作，无论医生马工都不是 AI 目标范围，但政治正确不能说取代工会保护的工作，这是最最基本的政治觉悟。
tidewater 发表于 2025-02-17 14:49 这个我可以回答，就是 trainning set 和 labeler，倒不是真的在后台有个人。 比尔盖子评论过的，大意就是愚蠢的小聪明，把 AP bio 做的炉火纯青，但如果真的聪明的话，我们已经可以解决癌症问题了。 现在很多是炒作，就好比几年前的 L4 自动驾驶。不是说自动驾驶不能成功，但需要时间十年磨一剑。 不过投资需要钱，所以需要炒一下。需要吸引研究热点。 AI 首先取代的都是低级工作，无论医生马工都不是 AI 目标范围，但政治正确不能说取代工会保护的工作，这是最最基本的政治觉悟。
Cursor的出现，当时就说，会取代基层码农的工作，今天openai又出新闻，会取代L6 senior以上的工作 （给非SDE领域的科普一下： Cursor就是编程小助手，你输入自然语言，你的想法，想实现什么功能，它就自动生成出来。一个人可以一个晚上完成一个App）
我现在在做LLM的应用（做大模型是精英们的事，但下游的普通码农工作是怎样搭建应用），本质上就是为了取代公司的客服接线生，或者前台咨询人员 最近深圳上线的DeepSeek取代公务员就是例子
最后，AI资源只是掌握在少数人的手中，其他人都是蝼蚁 就像在韩国，所有人都给三星打工一样
是的，整个人类社会就是一群热锅上的蚂蚁，现在被AI反复地烤着
🔥 最新回帖
学会了真人的宏大叙事
这话说的太无知了。
结果最后发现 一直就在matrix里
🛋️ 沙发板凳
我只剩 麻木了
根本就不需要过度 关注
爱咋咋
AI是泡沫。 华丽的包装下面都是骗局。
一切都是为了股市上盈利。 所以一旦开启了骗局模式，就不能停止。
你要是不信，你就问问AI，几个fortran的编程问题。
保证它错误连篇。
为什么会这样？
因为本来它就是炒作骗人的。
AI平台，后台，其实都是一个个程序员在人工的，智能的，实时的，控制着。 我们简称 “人工智能"
比如：自动驾驶就是键盘操作员控制汽车。 chatgpt的gardening相关的问题，都是程序员人工提前输入的。
早就取代了吧。绿卡查询的Emma之类
感觉 初中级的程序员， 5 年之内 大部分 就会没戏了
贫困线以下，皆是蝼蚁。
AI永远不会对马工形成挑战。
挑战马工的是马工。
而这些胜利的马工，会把自己的技能编成各种机器人（以前是纸质的编程手册），让这些机器人去控制下面的低级的马工。
其实，和现在马工，就是做马的工一样。
上层马工，给出一些库函数
低层马工，天天用这些库函数，美其名曰 “编程”。 如果没有上层马工提供的编程手册和程序demo代码，地层马工啥也编不出来。
举个例子，不给你python函数的reference library，哪个马工能写python code？
没用我觉得，问了些内行的，基本只招phd，等娃读到phd，估计黄花菜都凉了
??? 这误会会不会大了些
看 ID 呀
学文科吧，了解人性比掌握技术靠谱
咋办呢？楼里朋友们说的有道理，孩子要么站到AI大潮的头部去，要么父母留一份遗产让下两代、三代子孙可以衣食无忧。再往后的子孙我们可能也顾不到了，想太多没用。
要么父母留一份遗产让下两代、三代子孙可以衣食无忧
---------- 这得留多少钱？ 几千万美金都打不住。华人网还是太高端了。
以前是，给孩子付首付。 后来升级成留一整套房子。 再后来进化成给孩子留一套自主，几套投资收租。 现在直接变成后面两代三代人都要衣食无忧。 （两三代人跨度一百年了吧，巴菲特有这么神吗？）
这个资产升级速度太快我都跟不上了
有什么推荐的取代客服接线生的方案吗？目前llm给出的答案质量还是有问题，用本地知识库去训练还是离人工客服差距明显，客户抱怨不断
你可以去问问AI，几个fortran的编程问题。
看看是我说的对，还是吹捧AI的人说的对.
我们用AI，隔着电脑屏幕，实质背后是什么操作，我们并不清楚。 是真的智能吗？还是人工操作的？
还是智能和人工操作的混合体？
就如同现在的自动驾驶，后台全是键盘侠在远程操作汽车驾驶盘。（但是汽车确实有不靠键盘侠操控而自动驾驶的时候） 你不知道，当然会认为汽车是自动驾驶的。
就如同现在的chatgpt，你不仔细分析，当然会认为它每个问题都是自动智能给出的答案的。 其实都是人为提前fill in的。 如果没有提前fill in的，就不行。比如fortran编程。
尤其自己还有两个真正的普娃。很聪明的娃可以少担心一点，可以审时度势思考将来怎么办。普娃，数学还很一般，真的愁啊。
我错了，牛逼吹爆了
就顾好下面一代吧，想了一下三代是真的吹牛了
谁关心它是不是创造相对论 它不创造新理论 也足以取代你我的工作 不是么 就像机器取代人工一样
一个连最基本的统计知识都要三天两头上华人找网友解决的人，信誓旦旦的对不了解的领域大放厥词，无知到让人无力吐槽，居然还有人点赞。
那你解释解释，一年前输入SAT题，大部分都回答不正确。 一年后，基本上只要你输入的SAT题目在网上有公开答案，chatgpt都能给出正确答案。
这个变化背后的主因是什么？
chatgpt的模块算法发生了惊人变化？ 还是 chatgpt雇佣的网页挖掘人员fill in完成了这些答案？
还有一点： 只要是google不到的信息，chatgpt都回答不上来。 这是为什么？不是说chatgpt有智力吗？
不信。美国大货司机都没被完全取代之前，我都不信入门程序员能被取代。
这个我可以回答，就是 trainning set 和 labeler，倒不是真的在后台有个人。
比尔盖子评论过的，大意就是愚蠢的小聪明，把 AP bio 做的炉火纯青，但如果真的聪明的话，我们已经可以解决癌症问题了。
现在很多是炒作，就好比几年前的 L4 自动驾驶。不是说自动驾驶不能成功，但需要时间十年磨一剑。
不过投资需要钱，所以需要炒一下。需要吸引研究热点。
AI 首先取代的都是低级工作，无论医生马工都不是 AI 目标范围，但政治正确不能说取代工会保护的工作，这是最最基本的政治觉悟。
RE. 有本事出个机器人护士，护理老年人常规，诊断，打常规针，吊瓶。。。
省钱省心省力不用推娃
先弄出个美女机器人 ，，， PxxnHub 2.0 ，，， 还简单一些。
我感觉是人工输入的。
我送一些专业问题给两边AI, 得到完全不同答案
不是人工输入的，因为钱。
人工是 labeler，也就是标注数据。虽然 GPT 大幅度降低了对 labeler 的需求，但是需求上去了也是需要 labeler。
至于不同答案，这是 computational 的基本问题，就是 non-deterministic 因为各种原因，order dependent, round-off error，还有许多算法还用 RNG random number generator 来加速选择，等等等等。具体是哪些不清楚，但不奇怪。
非业界人士都认为计算机每次出一样的结果，实际上现在的计算机高度并行，超级标量流水线加对称式多处理，GPU 更加是高度并行。高度并行不保证每次都一样的结果，因为每次其实计算具体流程并不完全一样。
有些客户需要 repeatable 的结果，那么付钱给马工，马工做成相对 repeatable，但是也是有折中的。
同意。
而且，你会发现很多chatgpt几个月前不会的问题，现在都能正确给出了答案。 chatgpt美称其为学习能力。
其实不过是后台工作人员，人为fill in而已。
换句话说，chatgpt只具备文本处理的一些能力，而每个问题的回答，其实是一个类似于维基这样的百科全书。 编程上，类似于stack exchange这样的数据库。
当然，这些百科全书和数据库，都被 chatgpt出色的文本处理模块 包装在一起，统称GPT.
虽然，我批评chatgpt不是智能。但是我必须承认，它的文本识别处理AI模块，的确是世界上最先进的。
但是把它和其他模块混合在一起，通用模型，就是骗人的把戏。因为后台那些都是人工操作的。
这也是chatgpt高明的地方，假的和真的，混合在一起。
对。
chatgpt实质就是一部维基百科全书。
而在这本书和读者的交互页，chatgpt发展出自己非常强的文本识别和处理AI模块。
以这个文本识别和处理AI模块的存在，来欺骗世人，后面的维基百科全书，都是智能的。 实质是后面的维基百科全书，都是人工输入的。
输入编写这样的维基百科全书，需要大量的人工和时间。这也是为什么以前chatgpt回答不上的问题，几个月后都会回答的秘密。
GPT 的全称是 Generative Pre-trained Transformer，其革新是能够抓住自然语言里的文本上距离相对较远的相关项目，从而更加自动化地分析和生成人类语言。
跟 human generalized intelligence 毫无关系，确切的比方就好比美军的 smart bomb，这里 smart 的意思是 smart in limited purpose and context，不是 human generalized intelligence。
Human generalized intelligence 是人类在几万亿年里进化出来的，其特点就是能够 handle unknowns 和 long tail statistical events，就是说处理未知和小概率。目前没有 artifical intelligence 能够做到这些。
Artificial intelligence 目前就是帮助大量重复性劳动，具体到 ChatGPT 本质上是一个更加 smart 的处理人类 natural language 的革新。
ChatGPT 的革命性进展的一部分，是更多的用 machine learning 来替代人工输入，人工只需要做 labeler 数据标注，并且还大幅度降低了对数据标注的要求。
某种角度是 productivity 从量变到质变，就好比 Microsoft Word 彻底消灭了胸大腰细屁屁翘的美女打字员这个职业，因为 productivity 的革命性进步，让广大霸道总裁们不再需要美女打字员，自己修改 word 比雇佣一个美女打字员的速度还更快。
结果美女打字员失业了，但烙印 ppt maker 成为一种新的职业 ，，，
拥抱吧。也没有其它的办法。
能说这样话的人和给这个点赞的人，肯定是对神经科学和Hinton的神经网络的AI架构原理不甚了解的人。花点时间学习一下人类神经细胞的机理，AI的机理，就不会因为目前的小缺陷就直接盖个骗局的帽子
听说亚马逊fresh里买菜自动结账就是印度人在印度通过摄像头数顾客拿了几个香蕉然后算钱，并不少真正的自动化，是不是真的
手机出现的时候。。。。
有了这ai才发现人脑的神奇，一小堆肉而已，能做的事情比ai强多了。ai只会让人脑更发达，而不是更笨
以前的新技术只是取代一个或几个老行业，ai是可以取代一大批行业，不能用老经验看。
中国现在把AI当星球大战计划在玩了。HOHO
等真取代了再说吧，何必杞人忧天
担忧会越来越甚。科技是一把双刃剑。
并不是。是有没有足够的training。自然语言的training已经足够，stem领域还欠缺一些，但是假以时日，吼吼吼。。。
不用将来，已经现在了。
我从前的 python 只能是 data science 的级别，过去三周我用 Google search "xxxx examples"，然后看 AI 给的 example，目前已经接近 Backend Engineer 的 Python 水平了，包括 Pandas。
但我不用 ChatGPT 或者 Copilot，因为曾经浪费了一天，任何 vectorized operation 都是在瞎扯淡扯一天。我只要简单的 example。
当然将来这个也可能进步，但是将来再说，将来有将来的问题。
你是不是对取代有所误解 取代不是指100%
各大公司裁员客服HR 现在开始裁码农
已经发生了啊
还是说 你觉得我们AI真厉害 帮助公司节省了人力成本？
AI能给这些下岗的人带来收入温饱吗
Training 最大的问题是 dataset。
越是复杂的领域，dataset 就越少。
就好比我一个同事问 Copilot 的 shell scripting 问题，如何完成一个 Linux 的 底层硬件访问，Copilot 回答的相当好。
但这个原因是，这个问题是已知问题，只是一个人的知识有限，无论是 ChatGPT 还是 Copilot 也就是超级搜索引擎。
但我问 Copilot，如何用新型公司的 Python Pandas toolchain，读入传统公司的 human readable text log file，decode 成为能够 plotting 的 dataframe，考虑效率尽可能用 vectorized operation 和 Python list comprehension，曾经搞了 Copliot 一天都是在浪费时间。
原因很简单，可能没有 dataset，这个问题可能是新问题或者不常见的问题。
当然，也不是没有用，我就用 Google search "xxx example"，每次只问 very very limited scope 的问题，这个还是可以，直接给 example coding 就好，然后我自己考虑怎么设计实现个人使用的小系统。
公司都是先裁的，然后裁到不行了再招，最后几家欢喜几家破产。
就是正常的市场周期。
看过SuperSleeper的发言，他说未来20年里，世界人口会减少80%。 如果他预测的是对的，那我们能做的，也就是好好生活，成为那活着的20%，有没有工作已经不那么重要了。
我娃某项目不错，但STEM 又不行，正在想要不要将来走专业，做 coach 呢 😑 但ABC 孩子没人做coach 的吧
你问他Fortran 他的语言库不多，可能会错，你问他Python, 多半错不了。
是的。我前几个月才问过GPT 。 架构师（principal architecture). ，特別是大型公司的，它說10-15, 甚至是20年都可能替代不了（但可以当助手工作）.
问题是： 未来的一代，没有人能开始就有架构师的能力和视野的啊。这真的需要经验（实战经历）. 所以这个断层怎么解决呢？
最近在读《奇点临近》，干脆焦虑到底，看看怎么样
你学开汽车需要先学摩托车吗？
如果你现在开始学车，给你一辆有 L2 半自动驾驶能力 和 360 camera 系统 的 烤肉拉，你难道学不会开车了吗？
现在的问题不过是文科毕业的 MBA 以为 L5 全自动驾驶快能上路了，反正对手裁员我不裁白不裁。周期而已。
我觉得与其焦虑不如攒钱买AI的股票，或者就是科技股纳斯达克，不论现在经济政治情况如何，股市就是一直上涨，AI相关几倍十几倍的涨。这是唯一一个普通老百姓和资本家在一条船上利益一致的地方，资本家大鳄包括老川马斯克等等都希望股市涨财富增加，所以一定要买股票，买科技AI股。然后传给孩子。争取让他们早日财富自由。
想得真美。这么赚钱的东西，到了不再需要融资了只是源源不绝的产生利润的阶段，你说大股东会不会把它私有化呢？到私有化一次买断时，蚊型小股东的shares三瓜两枣打发，以现在musk控制政府的速度，你向谁喊冤呢？
给明白人手动点赞。
同担忧。家里的体育娃以后怎么办？花那么多时间在体育上，学习没学好，以后是不是连工作都找不到
AI以后肯定啥都可以搞，架构都不用你了，这是必然的。
当牛马呀
如果人口减少80%，你如何做到那活着的20%？我看这个网站都不会有几个人存活。
请问这是认真的吗，哈哈哈
自动驾驶 AI 都还没能搞定 ，，，
我老公就是做架构的，他说架构很简单，因为模式都是固定的，所以很容易被ai取代
你这是钻牛角尖。这世上99.9%都是平凡人。你非要平凡人再写出一个python？你说你不是钻牛角尖是什么？不要说别人，你写一个python2 吧，你能写出来？
fortran?我没看错？ 现在还有人用这个？ 这是20多年前我用来做数据分析的玩意儿 呀。 后来不都改成C/c++了吗？
那位是有点钻牛角尖，还有说 Fortran 的也是钻牛角尖。
但我前面说的是实用主义，其实稍微新一点的，Copilot 基本就难了。
这里的新，并不是用最新版的 Python Pandas，而是用成熟版但是新的用途（至少对我自己而言是新的，也没有很容易能搜索到现成的可以照抄）。
Python Pandas 是非常 popular 的 tool，我说的应用也是工业界里实在的应用，也根本不是啥高精尖，就是一个普普通通用一次的 data tooling。