这两年，你是不是经常听到这样的话：
赶紧学提示词工程，将来绝对是稀缺的岗位。
再不打造“超级个体”能力，三年内你就会被系统替代。
不学"一人公司"模式，你永远在为别人的系统打工。
不会用 Agent 就要失业
AI 要取代程序员
不学习 OpenClaw，你可能正在错过 AI 时代最后一张入场券。
......
不但那些厂商在大肆宣传，那些卖课的更是不断地在对我们轰炸。
在这种狂热的大环境下，是个正常人都得焦虑。
最近看到一篇文章，我挺赞同它的观点的，那就是：
(1) 即使你没有立即掌握AI的所有知识，你也不会落后。
(2) 你不需要冲在最前面，但你必须要在路上。
01
夸大宣传
我们经常会有这样的感觉，AI产品发布会上效果好得吓人，但是实际一上手也就那么回事。
因为无论是公司还是媒体，都会或多或少地存在夸大宣传。
公司发布产品，会把自家产品最擅长的部分努力擦亮，把不擅长的地方尽量隐藏。
媒体为了吸睛，会把6分的东西说成10分，会精心挑选产品演示，对读者制造轰动效果。
就拿软件开发来说吧，这绝对是AI渗透率最高的领域，给很多不明真相的群众造成了非常不好的印象：“AI要替代程序员了！” 或者“使用AI我也可以开发软件了”
实际的情况怎么样呢？
现在普通人可以用AI快速地生成一个看起来很不错的网站，但是仅限于个人爱好/项目原型，很难产生商业价值。
因为真正的网站非常复杂，需要考虑很多需求，很多细节，你需要把这些东西切成小块，并且提供足够的背景信息，喂给AI，它才可以有效地工作。
否则你就会发现，AI这家伙怎么越做越差劲了呢？它怎么听不懂我的指令了呢？我明明说了好几遍“往东”，它怎么老是“往西”呢？
02
技术萌芽期
虽然AI编程很厉害，但它依然处于技术的“萌芽期”。
这一时期的特点就是：你必须掌握一堆“底层魔法”，否则系统就会出问题。
这样的事情在历史上发生过很多次。
1.UNIX早期时代：你得自己管调度器
在早期的 UNIX 系统里，每个进程有 priority（优先级），还有一个叫 nice value 的东西（数值越大越“谦让”）。
如果你设置不好，一个不重要的进程可能疯狂占用 CPU，关键服务反而被“饿死”（starvation）。
2.DOS 时代：640KB 的“内存地狱”
在 MS-DOS 时代，只有前640KB 是可用常规内存，程序想运行，必须想办法塞进那 640KB。
如果你想用更大的空间，但必须手动管理内存端，借助HIMEM.SYS、EMM386 等工具进行映射和管理，否则程序就跑不起来。
3.SQL早期时代：优化器的噩梦
早期数据库优化器很笨，经常选错索引，扫全表，生成灾难级执行计划。
程序员经常需要在SQL中加上索引提示，告诉数据库：你别自作聪明啊，按我说的索引来干活
SELECT /*+ INDEX(table_name idx_name) */
对今天的AI来说，我们得掌握“Prompt 技巧”，“RAG拼接”，“Chain-of-thought”,“上下文窗口限制”，是不是和上古的这些系统一模一样？
最近大火的OpenClaw，市面上竟然出现了付费的安装服务，“安装难度”超过了“使用价值”，更是充分体现了“技术萌芽期”的特点。
随着时间的推移，Unix调度器越来越完善，普通人根本不需要了解进程优先级的概念。Windows引入了内存虚拟化，每个进程都有4G内存，640K限制看起来就像笑话，数据库优化器也变得成熟，除非极其复杂的案例，程序员现在写SQL根本不用索引提示了。
AI的发展速度更是神速，两年前人们对“提示词工程”非常狂热，每个人都在兜售自己成功的秘诀。各大公司都在招聘提示词工程师，有的甚至开出了天价薪水。而现在呢？这些知识基本上已经过时了。
在技术的萌芽期，不要从那些所谓的“AI达人”那里去购买所谓的“秘方”，别怕那些人的恐吓，他们的秘方在一年，甚至半年后要么变得毫无价值，要么会被集成到大模型当中。
你不立即跟风，也不会落后。
03
不要忽视AI，你必须在路上
上世纪 90 年代初，有一些人坚信 Windows不可能在 PC 上成功，DOS 才是未来的主流操作系统。
那时候的 Windows 还很稚嫩（如果你用过 Windows 3.0，大概能理解那种体验），系统不稳定，开发体验更是一团糟。API 繁琐、文档不全、各种崩溃……
于是他们得出一个结论：忽略 Windows，继续做 DOS 应用，是更稳妥的选择。
一开始，这个选择确实没什么问题。
但慢慢地，情况开始变得不妙。
真正的问题不是他们没有第一时间 All-in Windows，而是他们在做出判断之后，就停止关注 Windows 的进化。
他们仍然只盯着 DOS，直到有一天，市场已经明显转向 Windows，DOS 成了“过去式”。
而那个时候，对他们来说已经太晚了。
他们多年积累的经验和知识迅速贬值，只能从零开始追赶那些已经在 Windows 上积累了几年经验的竞争对手。
他们之所以被“甩在身后”，不是因为没有第一时间投入，而是因为错过了演变过程，错过了关键的拐点。
第一个拐点，是当市场开始变化时，需要把 Windows 开发加入自己的能力组合——哪怕那时还可以靠 DOS 赚钱。
第二个拐点，是当市场已经彻底转向时，需要果断放弃 DOS，全力投入 Windows。
把这个故事放到 AI 上，你就会明白：完全无视 AI 的发展，并不是一个好主意，即便它现在还处在早期阶段。
你不必立刻押上全部筹码，但你必须持续关注它的演变。
AI编程就是一个非常典型的例子，照理说，只有当一项技术发展到一定成熟度后，市场才会广泛采用，但AI编程是个革命性的工具，它的前景极其诱人，各个厂商不计成本地疯狂地投入，疯狂地轰炸，提前把它给催熟了，进入了第一个拐点。
然后我们看到一种矛盾的现象：表面看来AI编程非常厉害，但是在复杂的严肃的项目中，没有人的良好指导，它很容易犯各种错误。
所以这并不意味着你要立刻 All-in，更不必去学那些所谓的“秘密配方”，你只需要把 AI 加入你的工具箱就行：
在真实项目中，试着让 AI 写一部分代码；
让它生成单元测试，然后你亲自审查；
让它帮你重构一个旧模块，观察它哪里做得好，哪里出问题；
在团队里讨论：哪些场景适合用 AI，哪些场景绝对不行。
......
然后等着AI工具慢慢成熟，就像从手写部署脚本过渡到 CI/CD，从物理机过渡到云服务一样。
总之，你现在要做的，是建立一种“在路上”的状态。
04
最终建议
不要被有关人工智能的恐吓性言论所蒙蔽。
不过，我们仍需密切关注人工智能的发展，以便在转折点到来时做好准备。
这篇文章的部分资料来源于Uwe Friedrichsen的文章：
https://www.ufried.com/blog/not_left_behind/
930
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
