AI所感
今天是2026年的4曰2日，凌晨，我开始写这篇文章。这篇文章涉及到的所有技术，也仅仅局限于今天的AI发展水平，未来或许会有变动。
为什么写本文
最近（生成式，下略）AI已经不能称之为大热了，可以说是红的发紫，紫的发黑，黝黑发亮。AI也是我近几年见过的最具有生产性，最激动人心的技术之一了。自从ChatGPT 3.5取得成功以来，资本的关注迅速提升。企业用AI为借口融资，也以AI为借口裁员。 他们用从银行借来的钱，购买了尚未被生产出来的显卡与内存，来满足不知道用户在哪里的未来算力需求。 资本从来都不想被时代落下，上一次卷积神经网络的AI爆发如此，虚拟货币，NFT，元宇宙也是如此。
更加重要的是，AI确乎展现出了它的神迹，它已经通过了图灵测试。如同珍妮纺纱机一般大幅度提高生产效率，淘汰落后产能已经就在眼前了。
我作为一个码农，平时也大量使用AI写代码和文档，Claude和Codex我都使用。我也从中感受到了莫大的便利。 但是，面对最近的AI热，我总想说一些使用体验——虽然有些可能近乎泼凉水。
AI有什么缺陷
为什么开篇要说缺陷？有两个原因：
第一、是我们已经足够熟悉AI带来的各种神迹了，无须赘述。 第二、是我们需要清晰认识到AI的边界，才能更好的利用AI。
首先，AI幻觉的问题从来没有被真正的解决。AI的幻觉问题在最新的大模型种被抑制了，但是仍然如同斩不断的乱草一般。
相信大家一定看过那张梗图：“我家距离洗车店50米，我应该开车去还是走路去？” 好多的AI（包括我亲测了Gemini）都推荐走路去。 为什么？因为简单来说就是P(走路|50米)>P(开车|50米)，当然不是很严谨，大家看个意思好了。50米这种短途举例在开车种不常见，而问题本身更是可以上弱智吧的程度，导致AI从来没见过。 AI仍然是基于统计的方式进行训练，那么就不可避免的有统计的问题。AI从来没有真正拥有过逻辑思维。
如果是一个人，应该怎么回答？
“不开车去你洗你自己吗？”
“你是要去洗车店上班吗？”（老白：对啊）
这是训练模型的时候的胎里毛病，不是增加数据量或者增大模型就能解决的。
除此之外，AI没有长期记忆——这一点靠MCP工具以及上下文压缩等等外挂技术已经有所改善了。
至于我工作中，遇到的缺陷主要还是来自于幻觉，AI会幻想不存在的API接口，会尝试把问题糊弄过去，头疼医头脚疼医脚。 在设计程序的时候，AI并不是自顶向下的设计，导致AI写出来的代码冗长繁琐，过于拘泥于很小的细节。
AI能做到什么，我们应该怎么使用AI
其实在我看来，AI最擅长的还是飙垃圾话、小片儿汤话。 比如说写公文（类似于“我们需要拿出新举措，聚焦新态势，切实把握群众所需所想”这种鬼话），翻译文件，或者技术文档里面要向读者阐释基本的东西但是懒得自己写的时候。
如果是进行软件的开发，一定要：
在沙盒里面运行或者严格限制权限，毕竟你也不想被AI
rm -rf /对不对？要能够切实检验AI的产出，而且是效率越高越好。比如回归测试，比如直接打开AI写的前端页面试看看。如果能让AI自己执行那就更好了。
自己一定要有清晰的设计思路，如果你糊弄AI，那么AI也会糊弄你。我曾经尝试用AI在我不懂的领域写代码，那是一个在仿真器里面添加新算法并且测试看看性能如何的工作。结果就是，AI写的代码到处都是漏洞，但是在我自己搞懂项目结构和每个变量的概念之前，我也不知道AI到底犯了什么错误，我想AI自己也不知道。
一定要理解AI干了什么，一定要逐句Review（审阅）AI生成的代码，不能因为代码是AI写的就偷懒不去弄清楚。那样的话即使通过定义测试、回归测试等等方法确认了AI的产出，但是代价是整个项目熵增了，以后的维护会越来越艰难。
AI对我们的未来有什么影响
上面是一些技术相关的碎碎念，那么下面就更多的是政治了。
最近甲骨文也好，Amazon也罢，都在以发展AI为借口裁员。其实在大企业工作过的我们知道企业内部的低效与抽象根本就不是AI能治的好的。企业的问题在于长远目标的设立，通过这个目标获取未来的一席之地；而企业运营种实际关注的却是短期的盈利。不然怎么可能就这么巧，大家突然就都觉得AI是自己的长远目标了呢？
比如甲骨文，我理解的甲骨文的Oracle数据库虽然也是屎山源代码（听说），但性能就是很强，变态的那种强。AI可以用来重构，可以用来整理源代码和测试用例，甚至可以基于过去的经验开发新的数据库，但是唯独不是自己去搓AI。当然，我只是举个例子，甲骨文也是大企业，没准有自己的想法和其他的业务。
根本的原因还是在于资方也好，公司的高管也罢，都愿意追新潮，走捷径。有的是脑子只能理解新潮技术的表层，有的则是懒得说服前者去沉下心来经营更难的，更大的计划。
我相信不是大公司的领导不懂技术，而是这些技术大牛需要给手里握着钞票的，脑满肠肥的老登解释自己怎么样才能保证盈利。而老登的见识则不足以让他们理解新潮技术以外的更加深刻的东西，于是你就看到一众企业像是被饵料吸引的鱼群，时而冲过去撕咬虚拟货币，NFT，时而冲向元宇宙，最近又冲向了AI。
AI热也好，AI裁员也罢，根本的原因不在于AI，而在于急功近利的资本，在于严重不对称的劳资关系和巨大的贫富差距。
一个预测
最后还是说以下我的预测好了：AI将会大量取代低阶的岗位需求。AI相当于给每个程序员配了一个脑子不太好但是干活贼快的免费学徒，企业暂时失去了招新培养的的动力，而且考虑到要买的显卡，现金流也不是那么充足。这样一来，市面上受过传统训练的工程师数量会逐渐减少，随后招聘成本上升，企业逐渐意识到培养新人更加便宜的时候会重启招新。但是考虑到AI的影响，市场仍然会相对萎缩一些。
考虑到现在市面上工程师过剩的局面，这个过程可能要持续几年。也就是说，这几年的计算机的毕业生会更加难以找工作了。而且更悲催的是，即使等到市场回暖的时候，企业也一定更倾向于招聘应届的，身体皮实的年轻人，这几年的计算机学生可能会成为“冰河时代”。考虑到这一点，及时转变方向或者读书是比较好的解决方案。
市场方面，定制化开发的成本将会下降，可能会卷死一批外包企业——毕竟他们糊出来的代码和AI难分伯仲。但是整体系统——特别是长期使用的大型系统的设计，以及靠近底层的部分，仍然需要人力进行大量的设计工作。
我相信肯定有智障企业觉得啥都可以用AI代替然后把程序员开的七七八八然后靠PM全面拥抱AI的。我100%相信这些企业会在未来为它们的愚蠢付出相应的代价。
愿我们迎来的是一个美好的未来。
最后更新于