微信手機(jī)網(wǎng)站制作北京、廣州最新發(fā)布
一、學(xué)生時(shí)代
學(xué)習(xí)計(jì)算機(jī)的,都知道一些AI;人機(jī)對(duì)弈,Google的 AlaphaGo。
語(yǔ)音識(shí)別,語(yǔ)音播報(bào),音色;
一些領(lǐng)先的公司,開(kāi)始高處:自動(dòng)撥打語(yǔ)音的機(jī)器人,音色音調(diào)比較聲音,一聽(tīng)就知道是AI或者機(jī)器人打來(lái)的。
在這一時(shí)期,給社會(huì)帶來(lái)比較大反響的新聞是:Google的AlaphaGO,可以戰(zhàn)勝人類下圍棋了。
二、ChatGPT
印象中是過(guò)年前后,老外率先搞出了【大模型】,一下子就火了。
開(kāi)年后,我也搞了【梯子】訪問(wèn)了,后面發(fā)現(xiàn)也不是那么方便和智能,加上國(guó)內(nèi)有文心一言,就放棄了。
大概在2023-2024這2年,主要是2024下半年開(kāi)始,我的【大模型AI】才開(kāi)始認(rèn)真用起來(lái),放棄了ChatGPT和文心一言,開(kāi)始用豆包(MBA考試)、Kimi。
除了大模型的使用,也開(kāi)始學(xué)習(xí)相關(guān)的技術(shù)知識(shí),不過(guò)總體上都是了解階段。
一直處于溫水煮青蛙的環(huán)境,工作量較大,大腦負(fù)荷比較重,對(duì)新知識(shí)的學(xué)習(xí)一直比較落后。
這也導(dǎo)致現(xiàn)在2025年,學(xué)習(xí)負(fù)擔(dān)較重。
三、開(kāi)始行動(dòng)
在公司的工作環(huán)境不好說(shuō),我從來(lái)不會(huì)把公司當(dāng)家,一直有很強(qiáng)的危機(jī)感,想持續(xù)提升競(jìng)爭(zhēng)力。
尤其是公司引入了商業(yè)版的Cursor,我用了 之后,感覺(jué)還不錯(cuò),寫(xiě)代碼的效率大幅度提升了。
然后是春節(jié)期間的DeepSeek,國(guó)產(chǎn)的開(kāi)源技術(shù)大幅度跟上了世界最高水平,它導(dǎo)致國(guó)內(nèi)的需求爆發(fā)了,進(jìn)而引起【大模型程序員】需求上來(lái)了,相關(guān)崗位的薪資還不錯(cuò);不止如此,這種崗位比較新,工作體驗(yàn)比較好;不像純Java,沒(méi)啥大的技術(shù)創(chuàng)新出來(lái),比較卷。
大廠的高并發(fā)等互聯(lián)網(wǎng)技術(shù),已經(jīng)普及了,沒(méi)啥牛逼的;不懂的地方,問(wèn)下Cursor等AI編程工具,就可以解決。
只要是【專業(yè)的程序員】,愛(ài)學(xué)習(xí),愛(ài)總結(jié),對(duì)軟件感興趣,大部分的知識(shí)都可以掌握,這是一個(gè)偏工程實(shí)踐的職業(yè)。
然后是Android等職業(yè)的沒(méi)落,移動(dòng)互聯(lián)網(wǎng)被大廠壟斷,小廠不好創(chuàng)新,社會(huì)需求量不再增長(zhǎng)了。英雄無(wú)用武之地。
四、認(rèn)真學(xué)習(xí)
在Cursor AI編程養(yǎng)成習(xí)慣后,寫(xiě)代碼的生產(chǎn)效率大幅度提高了;然而這滿足不了資本家的需求。
在熟悉DeepSeek/Kimi等工具后,找答案的效率也上去了。
逐步開(kāi)始了大模型相關(guān)技術(shù)的學(xué)習(xí)。
1、科普技術(shù)
AI、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò),以前的這些AI知識(shí),有些高深,在大模型普及后,又接著學(xué)了點(diǎn)。
2、提示詞技術(shù)
用各種各樣的提示詞,解決各種各樣的問(wèn)題;市面上的很多AI項(xiàng)目,用到的【大模型技術(shù)】并不多,就是搞幾個(gè)提示詞 調(diào)用 大模型返回結(jié)果;
這種競(jìng)爭(zhēng)力不足。
3、智能體開(kāi)發(fā)
智能體構(gòu)建平臺(tái)特別多;創(chuàng)建機(jī)器人、利用大模型的能力,維護(hù)知識(shí)、對(duì)話流、API調(diào)用、上下文等輔助后,可以解決各種各樣的問(wèn)題。
我的理解:大模型,大力出奇跡;更多還是傳統(tǒng)的AI【有一定的學(xué)習(xí)能力,本質(zhì)還是規(guī)則推理;不像人類這樣有靈魂,有性格】;
其他的,本質(zhì)還是【程序編排】,以前程序開(kāi)發(fā),都是人工寫(xiě);后來(lái),越來(lái)越多有【規(guī)律】的領(lǐng)域,出現(xiàn)了對(duì)應(yīng)的框架【流程引擎、表單設(shè)計(jì)器、CMS內(nèi)容系統(tǒng)、拖拉拽BI報(bào)表】等等,
扣子等平臺(tái),由于面向C端,學(xué)習(xí)難度較低,知名度比較高。
4、大模型技術(shù)
搞Java的慢慢都知道 了SpringAI,類似的【框架】有LangChain/LangChain4j、Dify、LangGraph太多了,感覺(jué)他們都很像,但是有區(qū)別;
我就問(wèn)問(wèn)Cursor,提出問(wèn)題,Cursor給我答案,比傳統(tǒng)的搜索引擎快捷多了。
然后有RAG等技術(shù)。
按照這么個(gè)學(xué)習(xí)過(guò)程,感覺(jué)知識(shí)永遠(yuǎn)也學(xué)不完;工作這么忙,總是利用業(yè)余時(shí)間去學(xué)習(xí),感覺(jué)【有點(diǎn)虧】個(gè)人生活?yuàn)蕵?lè)確實(shí)有點(diǎn)少,人就變成了【工作狂/工作機(jī)器人】,活著在學(xué)習(xí),這還是一個(gè)獨(dú)立的個(gè)體嘛,一個(gè)鮮活的生命嘛?
我們努力學(xué)習(xí),成為了大學(xué)生,學(xué)習(xí)了軟件工程,上班掙錢,我們所追求的到底是什么呢?
5、上高度
知識(shí)太多了,需要分類,分層次,建立知識(shí)之間的關(guān)系,俗稱知識(shí)框架。
把新的知識(shí),不斷向里面填充,知識(shí)變得有序,大腦輕松起來(lái)。
比如這樣的圖,每個(gè)人都需要建立屬于自己的知識(shí)結(jié)構(gòu)。
6、解決的問(wèn)題
聊天對(duì)話、知識(shí)庫(kù)、問(wèn)答FAQ,這種應(yīng)用是最容易落地的;
而側(cè)重某個(gè)行業(yè)的應(yīng)用,我的經(jīng)驗(yàn)還比較缺少。
在B站上尋找課程,不斷的去學(xué)習(xí);關(guān)注AI公眾號(hào),持續(xù)的拓展知識(shí)的邊界;
最近幾個(gè)月MCP協(xié)議、多智能體協(xié)作、SiteGPT、AutoGPT等各種各樣的技術(shù)和應(yīng)用普及開(kāi)來(lái)。
7、技術(shù)和適合的場(chǎng)景
SpringAI、LangChain、Dify等,都有自己的價(jià)值,解決特定的問(wèn)題。
作為開(kāi)發(fā)者和打工仔,不斷的學(xué)習(xí),在自己的舞臺(tái)上發(fā)揮自己的作用。
五、未來(lái)
1、繼續(xù)程序員打工仔之路,再堅(jiān)持幾年
2、學(xué)習(xí)MBA,跟一跟時(shí)代潮流
3、攢錢還錢,增強(qiáng)抵抗風(fēng)險(xiǎn)的能力
4、終究最終還是自由職業(yè),打工不可能打一輩子
先繼續(xù)在北京干著,說(shuō)不定哪天回襄陽(yáng)發(fā)展了。
襄陽(yáng)是個(gè)小地方,做什么好呢?教培,勉強(qiáng)糊口;培訓(xùn)班,感覺(jué)也不能最大化發(fā)揮自己的價(jià)值。
相對(duì)穩(wěn)妥的選擇,在帝都繼續(xù)【技術(shù)專家】之路,不喜歡管理,對(duì)未來(lái)幫助有限,一邊工作,一邊堅(jiān)決學(xué)習(xí)【AI技術(shù)】;
英雄所見(jiàn)略同,很多人都認(rèn)識(shí)到這一波AI大模型,大幅度了提高了生產(chǎn)力,AI編程的生產(chǎn)力,回到2012時(shí)期,全棧開(kāi)發(fā)者,現(xiàn)在的說(shuō)法叫【AI全棧開(kāi)發(fā)】。
前段時(shí)間,我還嘗試這用AI生成小說(shuō),看看廣告費(fèi)用有沒(méi)可能搞點(diǎn),最終沒(méi)能成型;
在學(xué)習(xí)AI課程的過(guò)程中,知道了更多的【AI獨(dú)立開(kāi)發(fā)者自主創(chuàng)業(yè)】的故事,我現(xiàn)在是有心無(wú)力。
一邊工作,先把家庭問(wèn)題妥善解決,積累本金和技術(shù),只可能在未來(lái),最起碼也還得2年。
不少程序員,能堅(jiān)持到40歲就差不多了;如果是管理者,要承擔(dān)很大的老板壓力,要業(yè)績(jī),要產(chǎn)出。
今天就先說(shuō)這么多吧。
2025年6月15日
北京·望京