这两类人才，很难被 AI 替代

先做个自我介绍：【如果咱们已经是老朋友了，这部分文字请直接跳过。】

我是一位20年经验的编程老师傅。做过创业公司的 CEO，也在上市企业担任过技术总监和首席专家。现在是中科院某重点实验室的高级工程师、研究组负责人。

一直在这个领域深耕，我也深刻感受到随着软件系统越来越庞大和复杂，如今大规模代码库的理解成为了一项每个程序员都要去面对的极具挑战性的任务。于是，我和团队一起，借助大语言模型等先进技术，打造了一款颇具创新性的开发者工具，Eagle DevAgent。

过去六年，大模型的技术飞速发展，从2018年GPT-1发布，到2020年的GPT-3、2022年底的ChatGPT，以及今年的o1。

埃隆·马斯克之前曾预测AI的智能成长速度将是每年十倍，当然他一直持有激进且乐观的观点。因此当被问及2030年AI是不是会超过人类时，马斯克非常笃定地说，那时的AI智能将比现在强一万到十万倍。

虽然每个人对智能的定义不太一样，但这无疑带来了新的焦虑：

在职场中，我们如何与AI PK？

如何保持职场竞争力？

面向未来，又该如何培养自己的技能？

基于这些问题，我想跟大家交流两点：

我分享两个小例子吧：

第一个，是关于我在招募前端工程师时的经历。

最近，前端工程师们似乎普遍感到焦虑，担心自己会被大模型取代。我面试了十多位候选人，总的说来，他们技术水平差距不大。但是呢，我总觉得缺口气，到底差在哪里呢？难以具体描述。

直到有一位小伙子的出现，回答了这个问题。当我问他选择公司和岗位时最看重什么，他回答说，他希望能在一个支持的环境中工作，追求前端体验的极致，而不是仅仅完成任务后就迅速转向下一个功能。他渴望有空间去优化产品，提升用户体验。

最终，这位小伙子被录用了。这让我意识到，前端工程师的核心竞争力在于他们对用户体验的敏感度和追求卓越的态度，这是非常重要的，正是这种对用户满意度的关注和极致体验的追求，使得他们不容易被大模型取代。

第二个例子，是关于我们鼓励运营和销售团队使用AI编程的做法。

我不是建议他们自己去学习代码，但鼓励他们利用AI生成代码来解决一些实际问题。

在很多公司，销售团队对IT部门开发的BI系统常常有未满足的需求。例如，BI系统通常有导出Excel的功能，然后销售人员在Excel中再做处理数据，并且依然有很多困惑是在Excel也解决不了的。如果他们知道可以使用AI生成Python代码来处理数据，那么就能迅速得到所需的结果，这种方式既高效又面向未来。

我相信，在未来的3到5年，许多业务场景将能够通过自然语言提示生成代码来处理，而这些代码不需要非技术人员去理解。现在，许多销售和运营同事可能对这种方法并没有概念，也不知道该如何去做。但如果我们能让他们认识到这一点，虽然目前的应用还很有限，但从长远来看，面向未来 3 到 5 年，这将有助于他们的竞争力提升，也会对我们企业的整体竞争力产生积极影响。

于编程行业来说，随着软件系统越来越庞大和复杂，如今大规模代码库的理解成为了一项每个程序员都要去面对的极具挑战性的任务。于是，我和团队一起，借助大语言模型等先进技术，打造了一款颇具创新性的开发者工具。