2025-06-04 | AI 编程助手是生产力革命，还是科技行业的昙花一现？
13:03 Share

大家好,欢迎收听新一期的黑客新闻中文日报。如果你想了解大语言模型,如何真正改变程序员的日常,AI 编程助手又有哪些机械外骨格式的隐忧?我们将带你挖掘背后的人机协作新范式。此外,AI 如何引发人文学科重塑,老师和学生正在与生成式模型展开一场课堂攻防,这或许比你想象的更精彩。

最后 全球科技公司又带来了哪些值得关注的新岗位 AI 分布室与远程协作正在重塑招聘市场一起来看看科技职业的新风向精彩内容马上开始有一篇博客引发了关于大语言模型在程序开发中的争论作者认为 虽然 AI 助理编程工具刚开始确实让人觉得像有了超能力但实际用起来还是要有清醒的判断

现在市面上的 LLM 编程助手,比如 Cloud Code,Gemini 等,确实能大幅提高枯燥代码的生成效率,比如跑测试,写样板代码等都特别快,不过最终合并进项目的代码,还是需要人来审查和调整。作者还特别强调了,AI 现在更像一个高效,但没有常识的搭档,需要程序员用机械外骨格式的方式严密把控它的行为,否则很容易出错。

目前 AI 在编写高级复杂逻辑或者用一些冷门语言如 RUST 时依然有明显短板但很多人对 LLM 的批评其实是把自己的焦虑投射到了工具本身最后作者认为 LLM 虽然可能会取代一部分程序员的工作但技术进步无法阻挡和历史上自动化技术带来的变革一样开发者需要适应这种变化

在评论区,有网友认为 LLM 让编程变得更像是写作,需要用指导新手程序员的心态来用 AI 助理有人担心如果太依赖云端模型,会失去对自己工作的主导权也有不少人表示,AI 工具带来的平庸其实能让开发者把时间花在更重要的事情上随着职业发展的推进,区分有用和被重视其实非常重要

光从外表来看这两者可能很像比如你会收到晋升奖金甚至特殊期权奖励但实际上这只是表面的信号

如果你很有用,往往说明你在某个领域执行力很强,能让领导放心地把任务交给你。你做事可靠高效,短期内公司离不开你,不过很多时候你只是个补位的人,解决具体问题,却不是公司战略的核心。如果你被真正在乎,那会有更多机会参与到方向制定的讨论里,你不仅仅是完成任务,更会被邀请去影响决策,这样个人成长和发展的空间也会更大。

作者分享了他自己的经历,有一次公司业绩不好,出现大规模裁员,他所在的团队也受影响,但他不光留下来了,还拿到了一笔很高的留任奖金,因为领导认为他对公司未来很关键,并且需要他来帮助公司转型。而有段时间他虽然表现优秀,各项指标也都达标,奖金也多,但却总是被安排做日常维护和救火工作,很少被邀请参与更核心的事,最后感觉不到成长,只能选择离开。

评论区里不少网友讲了自己的体会有人觉得好用和被重视本来就很难同时得到就算在团队里努力工作也未必能被公司真正认可还有人说长期只是有用容易陷入瓶颈建议大家定期自我检查找到自我价值感不要完全依赖组织的认可也有评论认为企业环境变化太快靠角色标签其实很难获得持续的安全感最重要的还是清楚自己想要什么适合什么

在创作领域,绝大多数人都是在没什么人关注的情况下默默耕耘了很多年,可能是一篇没人看的博客,一期只有几位听众的播客,或者是一首只有家人听过的音乐。甚至像 Viengau 这样的大师,直到去世都没有得到应有的认可。许多人一开始坚持发表作品,最终出名的其实只是极少数,大部分人都是在长时间的沉寂中不断地尝试和积累。如果仅仅为了流量和粉丝,是很难坚持下来的。

作者给的建议是,最重要的是做自己喜欢的事情,把内容当作送给未来自己的投资。其实,真正的乐趣和成长往往藏在这个无声的过程里。

网友评论里也分享了类似的经历有人说专注于自己喜欢的内容反而更自在自己的站点就像早期没有广告压力的互联网也有人反思说大多数时候人的思考其实被手机和社交媒体占据了但静下心自己写点什么其实很有价值还有网友提醒对于大多数人来说写作未必总是值得投入无穷的时间适时放手也许未尝不可整体看下来大家普遍认可只要是出于热爱就值得继续记录和分享

想学习机器人技术,大家给出的建议非常丰富。最常见的入门方式是先从开源课程学起,比如 Robotic 下划线,Essential 下划线,ROS2 这种基于 ROS2 的机器人课程,不需要花钱,手头有台电脑就能开始。软硬结合也很重要,像电控、机械、嵌入式开发都值得探索,有人推荐先玩玩 Arduino,或者买个便宜的机器人套件,添加传感器和摄像头,自己改装,动手的过程收获最多。

如果预算有限还可以用模拟器,比如 IsaacSim 和 Mizuko,这些工具对新手很友好。软件方面,可以先学基础的 ROS,了解 PubSub 机制和基本的酷,像 Movit 或 NAVR 帮你搞定常见的运动和导航问题。此外,买个 3D 打印机,电子元件包,甚至可以试试乐高的机器人。

很多人都提到,有条件的话不妨直接上手,从玩具机器人开始,边做边是错,效果远比单纯看视频学习来得快。也别忽略了 AI 工具,比如 ChatGPT 和 Cursor,在遇到难题时帮你查资料,解答问题能大大提升效率。评论区有网友说,机器人比起传统软件开发要复杂不少,刚入门别被挫折打败,设定合理预期,坚持下去总能学会。

还有人分享,硬件的坑比软件多,现实世界的问题只有动手做才能体会。整体来看,如今学习机器人比以前容易很多,软硬结合,主动实践是最大秘诀。

每到月初 Hacker News 社区的 Who is hiring 主题贴又如约上线众多科技公司和初创团队在这里发布最新全职远程和实习岗位涵盖 AI 数据支付能源以及科学计算等热门赛道例如奥地利的 Black Shark AI 正在招聘软件和 DevOps 工程师目前公司专注于卫星和无人机图像的实时地理空间数据处理已经获得 3500 万美元 A 轮融资还有像 Checkly DataCumai 这种分布式远程协作的小团队

分别专注于自动化监控生成式 AI 应用的落地与优化美国和欧洲的不少岗位都提供签证赞助有些岗位则要求在具体时区甚至地点内居住除了技术岗还有产品数据运营等多方向的机会年薪和股份比例也都公开透明部分写明了学习和职业发展机会

评论区网友表示 这类招聘帖不仅信息量大 也展现出行业趋势 远程和自动化相关岗位需求依然强劲同时大家也建议申请人要主动联系公司 不要只留简历等着回应 更容易获得面试机会

有位开发者在 Upsert Website 上每个月都会推出一个充满想象力的古怪网站项目这些点子包括会在你网店角落招财的小猫 5 分钟快速记住 350 个单词的语言学习法还有只需要盯着眼睛的交友平台甚至还有给外星游客设计的地球生存指南和一个需要 7 个月时间才能通关的火星旅行模拟器种类五花八门几乎每个项目都充满了幽默感和实验精神

评论区里有网友表示,这些项目让人联想到 YouTube 上做创意机械的 Simone Gears,也有网友分享自己做过类似的无用但有趣的小网站。还有人说比起实用,更喜欢这种探索网络能到什么极限的尝试,让人会心一笑。日本科学家团队研发出一种适用于所有血型的人工血液,这种人工血采用从过期捐赠血液中提取的血红蛋白,然后包裹进保护性外壳,形成稳定无病毒的人工红细胞。

因为这种人工红细胞没有血型的限制所以使用时不需要进行血型配型检测人工血液可以在室温下保存长达两年冷藏条件下最长可达五年相比传统捐赠红细胞只能冷藏 42 天来说大大延长了保存时间团队从 2022 年开始进行小规模的人体试验试验对象分为三组每组有 4 位 20 到 50 岁的男性志愿者每人分别静脉注射 100 毫升不等的人工血细胞溶液

部分参与者有轻微副作用,但没有出现血压等生命体征的明显异常。接下来,如果副作用可控,研究团队计划进一步评估人工血液的安全性和有效性,争取在 2030 年左右实现实际应用。另外有其他日本研究团队也在尝试开发不同机制的人工养在体,目前动物实验效果乐观,预计很快会进入人体实验阶段。

有网友提到这种人工血的原料还是来自捐赠血液所以还不能完全取代现有的献血体系还有人补充虽然人工血能高效携带氧气但并不具备直血免疫等红细胞本身的全部功能不过整体来看大家对这种技术进步还是抱有很高的期待很多人都觉得电子书阅读器的价格这些年没有明显下降明明科技进步了为什么一台主流品牌的新款 Kindle 现在依然要 1000 元左右

而 10 年前其实也差不多这个价其实影响 eReader 价格的因素挺多首先,硬屏幕的生产几乎被一家厂商垄断这让硬件的成本很难降下来就算是批发价格,屏幕本身就要几百块还没算上其他硬件和系统开发其次,哪怕 Android 操作系统是开源的用到电子墨水屏设备上却受限很多比如很难获得最新版,或者获得 Google 认证厂商往往得自己开发系统,成本也就更高

而且亚马逊和 Cobra 这样的平台通过卖书补贴硬件所以设备往往已经是低利润甚至亏本卖的独立厂商很难通过硬件走量因为没办法通过内容赚钱市场规模也受限一方面是电子阅读人群本来就不多另一方面很多人买了一台能用好多年换机需求非常低评论区不少网友觉得其实一台几百元的 Kindle 已经算是挺便宜的电子设备了耐用又省心他们的老款 Kindle 都还能一直用

也有网友吐槽,E-ink 屏幕明明在超市价钱等场景已经铺得很广,价格却迟迟不降,让人感觉有点被垄断了还有人提到,相比智能手机,e-reader 这种功能单一的设备本来就注定是小众市场,因此价格难有大突破在 AI 技术发展快速的当下,人文学科其实变得比以往更重要,同时也变得更加复杂和新奇

一些高校老师和学生已经开始围绕人工智能来重新设计课程,比如有的哲学老师就把课堂变成了一场和 AI 的障碍赛,而不再只是简单讨论柏拉图这种古典话题。过去我们可能觉得历史、文学这些人文学科和科技有点距离,但现在不管是历史学家、哲学家还是文学老师,都不得不直面向 ChatGPT 这样的生成式 AI 带来的冲击。

从课程设计论文写作到参考资料查找这些 AI 工具已经无处不在有学生直接用 AI 写论文或完成作业老师们只能想办法设计那些 AI 做不来的题目甚至有人预测口头考试或背诵答辩会重新流行与此同时 AI 也让一些人文学科知识的门槛降低了不少不懂技术的人现在可以自己写代码做出属于自己的教学和研究工具这对新人类学者是前所未有的机会

当然也有老师担心 AI 让努力变成了可选项一些学生会习惯于用 AI 完成任务而失去了专注钻研的体验评论区不少网友也分享了他们的看法有人觉得 AI 大大改变了教育结构老师和学生都需要主动适应新变化也有人质疑电子设备的学习效果依然坚持只知阅读和手写笔记还有人呼吁教育工作者应该结合人文学科的方法去理解和设计 AI 系统否则只靠工程师本身很难发现系统的问题

感谢您陪伴我们走完今天的黑客新闻中文日报在瞬息万变的科技潮流中希望我们的分享能为你的探索提供更多思路和启发如果觉得有收获欢迎订阅我们的播客也别忘了推荐给志同道合的朋友祝你拥有充实的一天我们下次再见