马农姐妹是一档科技女性的访谈类播客主播蔡才是一名工作八年的后端程序员节目邀请了来自不同领域和多元文化背景的嘉宾我们一起打破信息壁垒深入了解不同的科技岗位在节目中你会听到服务端开发测试开发工程师项目经理数据分析师产品经理等多位嘉宾的成长故事听他们聊聊个人成长职业规划和女性领导力等话题
往期节目中主播会收集马农姐妹信箱的听众问题和嘉宾一起探讨节目双周更新欢迎各位来玩那我们回到编程领域 AI 编程那这是 CNN 贡献的一个话题 AI 编程是真是报生产力还是家具牛马内卷
我前两天还发群里一个图我觉得这图特别像我们现在的样子这一图是有 before 和 afterbefore 呢是
就是我们在的国内互联网大厂是老板拿了鞭子去抽那个牛马那个牛马旁边全都是一些互联网的一些大词可能 Kiwi 都没听过比如说对齐颗粒度打通底层逻辑形成闭环抓手赛道赋能然后拿这些词作为鞭子去抽那个牛马这是 before 这个
这个牛马是在拉墨 After 是这图没变老板还是拿这些大词抽着牛马墨的也是那个墨但是抽的那个拉墨的频率更快了上面加了上了一个发动机让那个牛马更快的去拉墨这发动机叫啥叫人工智能这就是 After before 和 after 当时我觉得这图也太贴切了太像我们了
我之所以就觉得这个图能描绘我一定的心境就确实是和我个人所处的一些环境相关通常就有一句俗话说屁股决定脑袋我认可这个漫画是因为我所在的国内互联网的环境有了人工智能之后所有人蜂拥而上去探索人工智能
好处呢是我们积极拥抱了 AI 但坏处就是在企业公司没有一些增量的业务发展的情况下去追求一些效率的提升但是每个员工仍然没有卸下来
反而会因为 AI 去研究 AI 去加更多的班然后要想方设法去给老板去验证去佐证 AI 的一些效能所以我觉得这个反而是对一些基层的程序员包括很多中层高层也
因为这事会更辛苦了所以我觉得是对于我们自己来说当下会加剧牛马内卷特别有功名对我同意但是蔡蔡刚也说了当下那你要是往大一点的观点去大一点的这个层面去看你比方说中国以前是农业社会很久以前
农业社会的时候大多数的劳动人口是在种地是在产生粮食供所有人吃饱某一个历史节点开始出现了这种就是机械化农业你有拖拉机了你翻地容易很多包括说你去有各种各样的机器你去收割麦子也容易很多包括有科技你的卖钱的产量也多了很多
所以首先你确实可以满足全国人民都吃饱了同时你农村其实不需要那么多人去种地你说这件事情是内卷吗我原来一个人比方说这也是胡说八道没有实际数据的支持比方说我原来一个人一天能割一亩地的带子
因为出现了机械所以我人要变成一天能耕能耕两亩地吗并没有是那些会开拖拉机的人继续留在这里种田并不是说写单码比别人写的好的人或者说耕地比别人耕的多比别人耕的快的人
而是那些会使用新工具的人留下来继续干这个活你在考虑那些被淘汰了不能再继续所谓的被淘汰了不能再继续种地的人那些农村人口他们干嘛了他们去城里面务工了但是同时这个时候中国也从农业社会转成了工业社会了你说这些在城里务工的人和在农村继续种地的人
谁的生活质量更高或者说谁的收入更高吗我觉得如果你看平均可能是那些离开了农田去做这个工业的事情的去务工的人他的收入可能更高虽然他的生活环境可能生活条件各方面的生活条件不如在家乡躺平的人
但是你看起来好像如果说你觉得现在的程序员们因为 AI 的出现在内卷有一些程序员无论因为什么原因继续留在了编程这个行业里面
和有一些程序员所谓的被淘汰了他要去找新的机会他不一定是那些离开这个行业的去找新的机会的人将来会不如留在这个行业的人留下的人也不一定是因为他代码写的好比如说从发展的眼光只要这个社会还会持续发展其实是这是一种共生的就现状是牛马内卷但往后还是说会再继续演进
提升整体的生产力对而且如果我们都觉得说 AI 编程是一个将来会发展的非常好的它会取代一些程序员首先是留下的程序员它的技能跟现在的程序员是不一样的了它可能是会用 AI 的那些人而不是完全是不敲代码敲得最好的那些人
另外是离开这个行业的人他会去找新的机会因为这些人很多集体的力量是一定会有新的机会产生的这边减少了这些劳动力这些劳动力出去他不会闲着他一定会创造新的机会这个新的机会很有可能是比解程序的这些人的机会要好的当然你去创造新的机会也有一个这种就是幸存者偏差可能会有一些人
或者说会有大部分的一些人他找不到正确的新的机会如果说现在大家在裁程序员也不一定是没被裁的那些人就长远看就会真的更好大家都在面临不同的挑战没有这个程序员可能会苟活几年有了这个可能会加速
对确实我觉得这个是个生产力的重新分配世界要变了确实跟我哥去聊天我说我推荐他用 DeepSeek 因为他是政府的公务员因为我说你经常写文章你可需要他他说他早就装了他之前装的是豆包现在改用了 DeepSeek 我哥可是东北四线小城市的
一个乡镇级别政府的一个公务员他都已经开始用 AI 去提升他的工作效率了我觉得现在这个 AI 确实是一个渗透率挺强的我觉得好像大家都在用也没有说一定是极限城市或者说我觉得大家都有在用现在几乎对
我是准备二月份我们家去休假一个礼拜出去玩第一想法换了几个 AI 助手说我要去什么地方玩玩几天大概是几月份这个天气是什么样子你给我定一个计划可能几年前比方说疫情之前我还是会去搜一些旅游攻略的网站那你觉得效果还挺好的你用的是谁给我的计划我后面就用的是 PT 给我的还挺好的
我这个没想到因为两年前我用它去做我用当时是 GBT3.5 还是 4 我忘了去做我们去瑞士的旅游公乐那我挺一般的让他给我推荐几本看瑞士历史文化的书也挺一般的现在已经就能推荐的挺好的了形成什么的对我看还挺靠谱的样子
但是我也没去过我的追求就是属于一个
比较躺平的一个旅行可能美国的某些地方它也没有什么景点是能识别出来的你既然说它还 OK 确实那它挺好的因为如果效果不好是一眼就能看出来 OK 对它有满足我的邀请首先比方说我们家有小孩所以我要一个能带小孩玩的小孩玩的东西跟大家玩的东西可能不太一样所以它有给我推荐一些这个博物馆有一些动物园然后车程也都在可接受的范围
就他会告诉我你哪一天住在哪里开车大概什么半个小时到一个什么博物馆开车什么十几分钟到一个动物园那都是真实的景点没有幻觉对都是 Google Map 上面我有查的这种旅行的 agent 还是我之前看还是一个创业方向可以帮助用户以前是各种比对用搜机票搜攻略现在一个创业方向是搞一个 travel agent 去帮人去干这些事儿
但是它攻略它确实还需要比方说像订机票之类的它能把收机票什么搜酒店这些东西集成到一个工具里面我觉得还是有价值的还是可以做的
所以他确实还是解放了生产力他还是解放了很多生产力而且我前一段时间帮我们一个同事他要申一个我们在美国他要申一个英国的推荐信息那我帮他写一个推荐信我就跟我的同事说你希望我在推荐信里面强调哪些方面你给我列个表你给我列个单子
我们同事就把这个单子给我列出来我就直接把这个单子喂给 GTT 大概我跟这个同事是什么样的关系我合作过什么样子的项目这个是他要生的这个他要我强调的东西他要生一个 PhD 他们学校是哪个学校项目是什么样子
这些都是网上直接搜的完全没有什么大脑的工作的就把这一长长的稿子给 GPP 他就给我生成了一个推荐信息这方面 AI 做的确实可以还是对现在真的是方方面面虽然加剧了我们工作上的牛马内卷但是方方面面也在提升收产力确实对我当初自己生 PHD 的时候比方说要给某些老师打一个推荐信的草稿
这个东西我是要写一两个礼拜的现在反正基本上就把这一堆东西不到一个晚上就这么完了这就带出来了我们下一个话题 AI 我们下一个话题是 AI 编程能为个体带来的价值在何方刚才我们聊了很多是 AI 给我们很多个人带来了生产力的提升比如写一些推荐信特别省事
那 AI 编程能为我们个体带来的价值是何方个体可能是像我们是程序员然后还有一些是非程序员对我自己的体验首先是我工作当中需要写的代码或者说我自己要认真写的代码是他有帮我读代码并且能跟我对话我的问题他能给我回答而且回答的都挺靠谱的
他能帮我理解一些我之前可能要花更长时间理解的代码另一方面就是我自己可能比方说蔡蔡是后端程序员你想写前端的时候就是你并不想要去学这个代码但是你需要这个功能这种情况对比之前好用了很多之前可能也得去 GitHub 上面搜一个再把别人的代码读懂再看什么地方可以改就还挺麻烦的是
之前我得先学 JS 学 DSS 就是前端的那些知识我得去学习课程再学习一些部署的 NodeWebpack 的知识去先有一个花一些时间去学习技术知识再找一个项目去自己去调上手做最后我才能开始真正的就是我们的生产环境的一些东西
现在我就直接是啥也不会我用 AI 去帮我去直接去写代码当然了这里得补充一句真要是想把代码写好然后能更快速的调问题后端还是得懂点前端知识的我觉得也带来一个小问题比方说你可以让 AI 给你写这个东西给你写前端的功能给你写前端的
但是你没有掌握这件事情你后面如果你学了一遍课怎么上手怎么样你后面几乎可以说我会前端了但是如果你是让 AI 写的这么一个东西它可能 work 它可能可以出去部署出去可以让人去用你实现了这个功能但是你没有会这个东西就只能说我们能快速去开发一个东西真要是
究其原理还是不会的对确实你要是说知道原理有啥用比如我们再更快的处理一些问题然后去写出更好的 prompt 这也是再往下面走肯定是都需要懂这些原理对而且我自己觉得也不是说有什么用我不知道这个原理我就觉得这个东西没有底气心虚
是的包括说比方说我拿出去拿这个项目出去面试如果人家稍微问两句我自己可能就会觉得很容易就会被人家问到我的知识毛区我可能整个人就在这个面试当中就没有什么自信没有什么底气在然后对面试基本就是要问原力的对不过像 AI 去做这种小功能确实是它能对我们程序的源来说
就是能做的东西我年前还用 AI 做了一个浏览器插件
因为是有一个朋友他特别爱看书和看电影他会二刷三刷他在两三年前他就问过我能不能给搞个功能去帮助他记录多巴尔读书二刷三刷的时间让他能看这个记录多巴尔是没有这个功能的因为中国多巴尔的朋友可能只能是点你每次的记录当时我想这可能得做个浏览器插件
去帮他去记录但是浏览器插件从前端到后端你要让我可以去学也行但是确实没时间所以这事就一直搁置下来了刚好是今年过年放假我提前放假了几天想着用 Cursor 去试一下我就把这事也搞定了当时自己还特别有成就感还给朋友用了
我大概像刚才聊的我把我的那个需求自己先写了一遍又用那个 promptinghouse 了一下再不断的去调调调调调
也就花了两个小时就做了一个浏览器插件可以让记录二刷三刷的时间评语星级还可以把自己的记录因为我没有存储没把记录导出来换浏览器再导入我觉得它确实是可以 AI 编程能拓宽个人的能力边界
就做这些事情还挺有意思的当然了如果能再给我赚钱那就是更加还能给我带来了经济的价值包括我觉得 AI 还可以让编程语言也不是障碍因为我是 Java 的程序员那我可以去用 AI 编程的能力去写 Goal,写 Rust 现在都可以
对也可以去开发一些小工具去提升团队的效率我最近搞了一个自然语言生成了一个网页像类似 bot.new 当然我是用了公司的因为是给同事用我们经常会处理一些线上的客诉你可以理解为我要有一堆 ID 每一个 ID 都加个双眼号之前在 NotePad 里自己去操作一下批量去处理现在我用 AI 去配了个小工具
就用自然语言告诉他给我输出是什么并且可以被部署一个网页就类似于一个对这样的小网页他就可以把我的这个 ID 直接加上创业号并且有一个这样的工具网页给同事用就可以去开发一些小工具提升团队的整体效率我觉得挺有意思的
应该是很多公司现在都在重提全站开发这个词就希望是用 AI 的能力能不能去全站开发一些权力端内部研发我觉得这也是一个新的一个点我还想到一个我们经常会写一些复杂的业务思考
我自己其实对于商分数据分析写一些复杂的 Circle 还是写的不太溜我现在把一些 Circle 比较给 AI 然后并且告诉他我想要什么样的查询什么让他帮我写 Circle 真是写的太厉害了这一方面我也再也不用去求人了自己写的非常好对 刚我想说的是提到产研这个点有很多先研究的人
他的工程能力可能没有那么强 AI 编程我觉得可以帮他们做一个小的 demo
就把他们的 idea 变成一个别人可以看到可以有一些少量的用户来试用的这样的一个 demo 对他们迭代他们的 idea 或者说验证他们的 idea 这个 idea 是不是好用是不是真的会他可能觉得我加一个什么 feature 是不是会给我们公司的整个系统带来什么更多的用户或者说更多的什么价值收入这种如果用 AI 编程可以让他迅速去做这样的一个东西相对低成本的
真的让用户去用让用户说你这个东西好不好你会不会如果这个东西收钱你会不会买这个是一个我觉得是一个可以验证的非常可以加速很多现有的流程的一个事情对这些试错验证对蔡蔡说的那个 CQ 的事情其实就刚刚蔡蔡前面提过几次说 AI 编程就是 2024 年是 AI 编程元年
其实不是其实 AI 编程也存在很长时间了包括第一版的 Copilite 出来的时候就非常早就大概是 GPD 3.5 出来没有多长时间 Copilite 就出来了甚至比它还要早对 AI 写自动写 C code 这件事情也出来好久了这个比其他的编程要因为 C code 它本身比较容易它不需要写一个系统的那种它基本上就是一个代码跑一个 query 就结束了
同时无论你用什么样的数据库它的数据库它的输入数据都是比较好的结构化的它告诉你有多少个 schema 有多少个表格每个表格有多少 column 每个 column 它有一个 description 是什么东西你可以把这个文档写得非常的完善把这个文档给 AI 然后告诉 AI 说我要做一个什么东西 C 口的输出相对也比较简单只用 AI 自动写 C 口这件事情
我们同事就有就应该是四年前的样子就做过这方面的研究发过这种 paper 开发了一个系统让我们去用但是我们公司的数据管理它不是写 CQ 的问题它是数据库的管理就非常的烂所以你 CQ 写的再好你的数据还是一样的烂所以它那个东西在我们公司没有得到没有起非常大的浪花但是
AI 自动写 CQ 这件事情是存在很长时间的是不是大模型出来之后直接就相当于它这个能力要写 CQ 比之前的那种要更好应该是对其实 CQ 就非常像自然语言所以自然语言是的对就本身也是一个没有那么难的东西
我想到用 AI 编程去写单册这个应该是现在很多 agent 在跑出 PMF 的一些场景我是用 Cursor 写单册我觉得它构造数据什么的特别强因为我们平常都知道写一个
一百行代码可能花个二十分钟半小时但是写单册可能会再花半小时甚至会更长的时间前提是你的公司要要求你写单册我发现很多就是国内的程序员他们不写单册
但是正规的研发流程是要写单册的这部分写单册的时间我觉得就可以被 Cursor 去这些 AI 编程工具去给节省掉我觉得这一点也挺好的想想还有啥 AI 能为我们研发去做啥这里可能不是 AI 编程工具是之前我做调研去快速阅读 paper 然后看一些技术文档我用了那个 notebook lm
我发现他的阅读效率还挺高的不知道 Kibi 你用过没我用过对我用他主要是看一些论文我也觉得而且他的对我觉得他最好用的地方是他可以去找论文后面的也用的 reference 就是参考文献那部分
而且他能把参考文献里面的相关内容给你概括出来这个我还不知道他是能再读一下 reference 吗你需要把 reference 上传给他但是反正一般就是说他的 reference 信贷的 paper 的 reference 都有一个下载链接就是你很容易找到他的下载链接所以需要我们给个 paper 并且把你要看的 reference 的论文也再上传给他他就会一起去给你总结是这个意思对
我觉得这个提升我们的学习效率还是挺好的对因为如果你读一篇 paper 可能这篇 paper 三十页五十页你都是要看的但是你找这个 paper 后面的 reference 首先它的 reference 可能好多个几十个它其实你只需要找它的刊口文献的里面的比方说它五十页的论文你只需要读其中的几段
你在这 50 页里面找这几段其实挺费劲的这个挺费时间它就能自动给你关联出来对你让它自动概括一下说它可能你比方说这个 DeepSeek 它说我 R1 是从 V3 训练过来的
你就想知道 V3 的创新点在哪里你当然可以去找 V3 的论文看一遍但是你问 notebook 你把 V3 的论文直接传给 notebooknotebook.ilm 然后他就告诉你 V3 的创新点 12345 就给你列出来还挺有意思的
我看 paper 挺少的前一周是研究一个东西看了一下发现这些工具现在的学生们吃的真好有这么多工具可以用这都是我当年我那个年代没有的工具年代变了对
我有想到现在学生们秋招或者找实习找工作一般是要准备这几项要有背基础知识把古文做力扣算法题最重要的是你要有一个自己的一个项目比如你要找实习的时候你之前也没实习过那有一个项目大家一般会去手写一个项目很多人就卡在这个项目这一关了因为他很多人是自己导致不出来一个项目
学校在教学生的时候更多是教理论知识虽然有课程设计但是我个人觉得因为我是计算机专业的我觉得是实践偏少突然要是让学生去找工作去搞一个类似于有点玩具性质但又跟生产有点类似的那么一个项目很多人就有点不知道怎么去搞有点束手无策这个时候就该归因自己是不是没有编程天赋动手能力不行就会因为这一关就卡住了
我觉得现在有了 AI 编程工具我们可以用 AI 去把这个比如用客字把这个项目去做了并且大家也会看面经知道一些这些常用自己准备的项目人家会问什么
那再把这些问题去问 AI 说我刚才让你给我写这个项目那这些技术难点对应的体现在代码里是怎么设计的当然了这一些所讲的这些都是一些学习工具我们要去学 AI 写这些代码并且去学这些问题 AI 是怎么告诉我们这些代码是怎么解决的这就能去帮我们弥补一些自己动手能力的 gap
所以我觉得对于很多找工作的朋友们来说是一个很好的一个帮助对确实对就是对面试这一块不光是 AI coding 了面试这一块我最近试了一个也是一个大厂它其中有一轮所谓的 behavioral question 就是行为面试它会问你一些你在工作当中遇到的什么情况你怎么样你怎样去处理是这种非技术方面的比方说人际沟通团队管理这一类的
在面试之前他们的 QR 是给了我一个他们会问的问题的列表那个列表里面有 40 多个问题理论上讲我是要把这个答案都准备好他问的时候我就直接出来背答案这样子是他们比较期待的一个场景就有点像你说了 LiCode 题我出来一个题你就直接就开始写我就每个答案大概列了几个
那种 bullet point 列了几个点扔给 TreadGPT 你把这几个点给我变成一个这个 behavioral question 面式的答案对这个也非常好用尤其是像我自己这种你让我说这几个点我是能说明白的但是我的英文表达可能没有那么好没有那么管理学上面的那种专业术语什么的
对 TrustGPT 非常在行非常专业我想起我之前跟你吐槽了一个我去年的一个面试经历那是北京的一家小外企一般外企的面试流程是三轮 coding 再来一个 system design 再来一个 HR 面试在 coding 的有一轮因为我当时是它 coding 不是直接出 lead code 的题出的是有点结合实际场景的题自己再去写代码解决然后我
我当时是先问了一下那个面试官我说我这代码装了我们公司的代码普选差价你介不介意如果不介意我就不卸代了我觉得还挺麻烦的面试官说不介意但是
真到反馈的环节我确实写出来了我最开始也把思路跟他沟通了他说你这个有代码补全我后来反思了一下是他可能知道代码补全是个啥但是他没用过他不知道能提醒的这么好使所以他说你很多代码都是
用了什么方法然后都是代码补全给你提醒了就看不出来你写代码咋样这个我气的包括后来 HR 给我反馈他说那个面试官说看不出来代码水平怎么样因为你用了代码补全工具然后说这不是你们最开始说可以用吗这公司 HR 挺好的他说是这样的但是可能大家对这个没有拉起标准后来觉得就不太接受用代码补全去面试的人因为当时
当时是 9 月份面试的现在在反思就觉得一方面自己的公司在大力的去招聘人都开始想纳入 AI 写代码了一方面有的公司确实是还对 AI 的态度还不太一样对 但是可能还是面试跟正常工作是不一样的待遇我觉得我填过比方说做 Cloud 的那个公司叫什么
我填过 Antropic 的网身人家并没有要面试我他们虽然我们是一个做 AI 的公司但是这个问卷里面的问题不准用 AI 辅助来做回答
他会问一些比方说如果你在一个 road trip 上面就那种开车公路旅行你的车上会放什么会放一个 podcast 还是音乐还是电子书还是什么为什么你会放什么样子的 podcast 什么样子的音乐什么样的电子书他告诉你说你这个不能用 AI 去回答你就必须自己一个字一个字敲而且我前面写了一个非常简短的回答
我觉得这个东西跟这个往生跟你面试没有什么关系他还要求我说必须要写到 250 个词以上你还不能说两句话这种你还要写什么那位他们家还是你想他们的员工肯定用好多什么
我现在开始感觉好奇他们为什么要问这些问题我觉得是个态度的筛选在国外的程旋面是会很看重这些你会有人开车听啥这些一些没人做事的一些态度我觉得没有而且我觉得他其实面试也不一定会问
但是他往生不明其妙的要这样的一个提议到时我跟其他的朋友说过人家说是不是人家在搜集 AI 的训练数据好吧不管我们面不面试你反正你先给我提供一些真人回答的训练数据来对 等到以后再面试我先把这个软件那个插件卸载了我也先防一手
当然我个人来说是我在面别人的时候我其实不太在意这一点首先考 Litcode 的这种也就那几道题这种题本身考的意义存在但是真正有多大这又是另一个话题了那如果是考开放性场景去让你去写编程去解决问题
我觉得能用这些工具那是你的本事所以我个人其实在面别人的时候是不在意这些点但是作为面试者来说以后我就会防一手我直接不用我觉得也是我面过一家中大厂他就是技术面之前那一轮约时间的时候发了邮件里面就会说我们模仿
你们的日常的工作环境所以比方说你会用 Google 搜一些东西或者你会去什么 Stack Overflow 上面问一些问题面试的时候你都可以做同样的事情我们关注你用什么样的办法解决问题是不是有效像这种工具什么的你可以用对我觉得我们工作中更多不是写那种算法题这可能是体现我们的一个编程思维算法功底更多时候是你要分析问题解决问题那
分析问题解决问题选用什么样的工具那 AI 就是我们的一个工具用 stack overflow 搜索引擎也是一个工具这个我觉得本身不是那么重要我当时也能理解他们可能是担心想看我的写代码的工底了
你的算法怎么样结果你这一招这一步也用了 AI 给替代了我们看不出来其实站在他们角度我多多少少能理解点当然了我不喜欢他们之前说了可以用后来又反水的这种态度我这个无所谓对这可能到了我们的下一个话题对普通人来说 AI 编程有什么坑要绕开
很多初学者来说他们直接用了 AI 编程会不会就导致初学者们的编程能力就写代码的水平下降我觉得这可能也是一个我们可以聊的一个话题首先我是觉得晚期内我们最开始也聊了像 Diamond 这种工具不是特别好用我们至少还是要用 Cursor 的 Cursor 它还是一个人式主体它是做辅助性的功能
所以用 cursor 的人也是要会写代码的你可以说比方说你会写 Java 你让他去给你写一个一个 REST 一个 Golang 这样的你可能不是很熟悉另一个语言或者说你会写后端让他写一个前端但是你说你完全不会编程或者说编程是一个很初级的水平是个大一大二本科生的水平
可能你用 cursor 也不会用得很顺畅甚至可能你如果可能一些比较简单的编程工作你自己写比你前期不太用 cursor 不太顺畅的这种去让 cursor 写的可能还是自己写更快一点我觉得它没有在现在的 AI coding 的工具它没有在吞噬人们初学的阶段的掌握的这些能力等到像 Divon 这样的工具好用
我觉得还是要等一阵子的这种工具边边角角的这个场景特别多他什么时候能把这个东西
完全迭代好我觉得不好说对我自己是不太担心这一点包括反正这个也是一个不能说是个好处也是一个小弊端我们公司的面试甚至有些时候是完全不面 coding 的只问 Marshall LearningDeep Learning 的算法那可能是因为你们是搞算法的对但是也确实招来了一些人你看他们写的代码是真的不太行
会有这种但是这个可能也看面试官的有的时候面试官是可以通过我们面试纯聊不需要任何什么 coding 的工具或者有一些公司面试需要一个 whiteboard 可以在上面画一些东西之类的我们面试纯聊没有任何其他的工具给你
对这个也看面试官有些面试官即使是聊也可以问出来这个人写代码有多熟练或者说一些提升效率的技巧他知道不知道但是也有一些就真的面不出来我自己有的时候尤其是跟其他组的一些人合作的时候就看他们写的代码是真的几乎是像不会写代码一样所以 coding 你还是觉得它还是挺必要的是吧
对但是我是觉得如果现在的 coding 工具不会影响到学 coding 的这些人其实即使像我们公司那种甚至没有 coding 这一轮面试面上来的人除非是特别不靠谱的面试官否则面上来的人还是可以但是并不是说推崇我们公司的这种面试方式他们
有的时候也会面上来一些不靠谱的人在本质上还是一个工具对于大家学习的影响我个人理解是不太大的因为经过我们的这种学习和工作的思维的培训之后大家其实是大概能知道一些工作上的流程和一些思考问题的边界只要这个思维养成呢其实就不过是用这个工具对另外是有一些人
他真的好学的人你即使让他用 AI coding 然后他可能会去看 AI 的代码为什么是这样写的对我经常会看他有代码比我写的好我就学习一下子对像这种他约等于多了一个老师
或者说多了一些学习的资源其实他们会学得更好另外的一些人你即使没有 AI 的工具他们可能也学不太好这个是人本身的问题并不在于工具怎么样你没有这个工具了现在其实也有很多其他的工具
说到底 AI 编程它只是一个工具还是看人怎么用这人要是一个动手能力强乐观好学的人他用啥工具他都能动手能力强他有没有这个工具对于这个人的能力是其次的对而且工具越多他的动手能力会学得更强
是的对我其实觉得在之前没有这种 AI 编程工具的时候也有一些人会拿一个 GitHub 上面别人的代码作为一个自己的项目然后面试的时候一问就能问出来他其实并不知道其中的很多细节我也遇到过对其实现在的 AI 工具也是一样的他可以拿一个 AI 写的 coding 出来
包括说蔡蔡刚刚说的那种面试经历说我面试的时候有一个自动的代码补全其实你的面试官完全可以问就是哪怕是 AI 给你补全的 AI 给你写的代码你这个地方为什么这样写而不怎么怎么样写如果你这个时候能答出来 OK 我的时间复杂度更低了或者是我的空间复杂度更低了我这个时候为什么要强调时间复杂度和空间复杂度就可以了对我就还得看
所以是你的面试官当时没有问出来对不对对 是的回去找那个 HR 说我投诉那个面试官他不行看 也得是看你怎么去用好你要能把这工具用好就完全可以也是算我踩到的一个 AI 编程的一个坑分享给大家我在准备这个话题的时候我也在想我们在研发过程中 AI 写代码会有啥坑
我觉得一个最主要的坑就是我们刚才聊到的我们考虑不全一些时间复杂度场景也没有及时去为给 Agent Prompt 去告诉他写出的代码我们也没有去人去 review 这可能就是会生成一些不好维护的代码或者是性能低的代码这是我们要额外去注意的一个点所以这个解决方式就是我们要人去 review 并且要
把一些性能比较高放在我们的一些规则或者商下文里
并要实现可扩展的代码我觉得这个还是得少不了人去 code review 的对所以当我们聊的像 Dyvan 这种我觉得它的一个应用底线也是会有人去 review 它的代码它可以自己去 GitHub 上面产生 pool request 但是最后还是要人去 review 这也是我自己在用 AI 写代码的时候的一个体感就是写代码最舒服的事让 AI 做了
正确的张国内国 Coder Review 这不算张国内国也还行人做的张国内国是我不数比如我们的机器有的服务是 60 多台有的服务是好几百台我要去自测我要去走上线流程并且要分批部署等全部数完验证完这可能得四五个小时都过去了
这部分的脏活累活全是需要忍肉介入的就感觉整个研发流程 AI 做的是开发最舒服的最爽的那部分工作剩下的脏活累活全是人干了这也是正常的这也是一个
作为 AI 编程的一个发展的一个正常趋势因为你所谓的最舒服的活其实最容易定义输出的一个一部分或者说最容易就是中间的这种极端情况比较少的它相对出 bug 也会比较少的情况确定性更强的一些活去 AI 干了
或者说最容易自动化的那部分它肯定是最容易自动化的那部分我觉得还有一个坑很多 AI 显示代码它可能会存在安全漏洞或者有没有什么注入风险这个也是我们在一些提问的时候要明确要求一般公司都会有一些安全检查这个也是我们要绕开的坑对我其实觉得
觉得因为 AI 编程这个功能它后面会迭代它迭代的办法其实就是用新产生的代码它比方说它现在 GitHub 上面有多少代码它训练出来一个什么样子的模型后面过了一年两年 GitHub 上面增加了多少代码它肯定要把这个东西加到它的训练数据集里面
如果后面 AI 编程用的越来越多这个就是 adoption rate 就是用户用它越来越多你 GitHub 上面越来越多的代码是 AI 写的人写的就会变少
就相当于 AI 写的代码另外一个 AI 去学这些代码这个学了以前的 AI 写的代码的新的 AI 再去写代码给下一代 AI 去学最后这个东西如果说比方说你前面的就是这个安全漏洞 AI coding 里面是不在意这些事情的你这个安全漏洞就会越来越多你这样去迭代下去你的这个 AI 写的代码的安全漏洞就会越来越多越来越多
到某一点的时候是一个黑客发现可能甚至可能都是一样的漏洞他用一个攻击办法就可以攻击到所有的网站我觉得可能后面会这些 AI 编程工具可能会加一些基础的一些规则比如说性能不屑漏洞因为很多注入风险都是有一些模式可以识别出来对
但是随着 AI 写的代码越来越多人工能够 review 的所占的比例会越来越小你人的这个工作量是有上限的 AI 就它就一直写这也是 AI 它写代码的一个负面的效应
我在看 Google 的一个 Dollars 报告然后它说 AI 带来的副作用它写代码会更快然后会产生大量代码与此会同时会带来系统的稳定性的下降因为 AI 写代码更快了会不断的去上线去变更就会导致我们系统的稳定性质量就会下降这也是一个负面效应但人是像你刚才说人是 review 不过来的对所以咱也
但是可能到某些时候我觉得应该也是很久以后才会产生的一个事情但是趋势可能是这个方向的这也说不准没准又出来一个什么新的模型这趋势一下子就给加快了对就跟农业机械化之后大家就觉得什么种出来的机械化农业种出来的东西没有原来的好吃了是的其实就是整个 AI
整个这个不光是 AI coding 这方面了整个 AI 我们公司不是在合规方面非常的严格吗我们公司其实首先它在美国有接近 80 年的历史这 80 年它一直标榜的一件事情是我们从来没有泄露过客户的任何私人数据私人信息我们在这方面安全性非常厉害
所以他在采用 AI 的时候就非常小心就去我们现在仍然不能大规模的用 AI 包括我们只能用 AI 做一些实验做一些研究不能把客户的真实数据放到 AI 里面去等等等等我的 manager 是从 tech company 从那种技术大厂过来的他就对这个事情非常的不理解就觉得说 AI 这个事情肯定是一个趋势
以后所有的金融公司都会用 AI 的为什么我们现在不用我们就落伍了怎么怎么样我就跟他有一次开玩笑以后有朝一日我们这个 80 年老店最大的卖点就是纯手工打造一切都是也是一种卖法你这么
他们一比较还真是包括你的农业的比较和你们这 80 年老店现在真可能有趋势是往这方向发展现在一切都是比如很多都是 AI 小说那以后纯手工去人去做的什么就会变得迷逐自珍贵真有点那意思有一个什么组织他们有一个
Badge 像标签的那种比方说你写了一个小说你可以把这个 Badge 加到你的小说上面 Not created by AI 就是人工手工打造的包括说你队友作品什么图片手绘或者版绘画的那种图片
你也可以说这个东西完全没有 AI 的痕迹完全不是 AI 做的也可以加一个这样的小标签上去那有点像一个水印或者是那种一个圆形的那种小标签可以加上去已经有这个东西自己要是用 AI 创作产品能识别出来吗有些人在做这个就有点鸡生蛋蛋生鸡的意思或者说有点是
那种什么魔高一丈的那种对对但是是有人在做的你可以拿一个模型过来我有一个类似分类器的东西我告诉你这个你可以拿一个图片过来我有一个类似分类器的东西告诉你这个图片是 AI 产生的还是不是 AI 产生的
有意思这说不定都是新的职业契机有些生产力可以挪到这些好那我们今天也聊了挺多话题首先聊到了 AI 编程工具的发展又聊到了一些 Cursor、Bolt、Devon 的产品的区别以及 AI 编程是真封口还是假炒作是真释放生产力还是加速牛马内卷
AI 编程能给个体我们自己带来的价值有哪些就有哪些坑要去绕开我觉得聊的还是话题覆盖挺全希望能对听众朋友们有一些收到一些我和 TV 的一些个人见解一些行内的因为我们俩也是深度使用 AI 编程的一些行内的人希望能帮助到大家
如果听众朋友们对 AI 编程以及其他的一些马龙姐妹的话题感兴趣欢迎在评论区给我们提建议来跟我们交流那我们今天就到这了感谢大家好那拜拜