- 2天前
类别
🗞
新闻消息文字稿
00:00神话1,AI非常擅长编程
00:02错误,AI并不擅长
00:05因为AI实际上并不真正编程
00:07它是的猜测
00:09当然
00:10人类开发者编程时
00:11它们会形成特定的思维模型和理解
00:13相同
00:15相比之下
00:16大羽炎模型所做的
00:17只是查看你
00:18发送给它的提示
00:20或上下文
00:21并试图做出最佳预测
00:23这是我们必须理解的
00:25雇佣程序员价值的第一点
00:26这不仅仅是输出本身
00:28我
00:30我们必须理解的第二点是
00:31大规模及时代码生成是弱点
00:35而非优势
00:35资深程序员
00:37例如比尔
00:38盖茨
00:40明白用代码行数衡量编程进展
00:42就像用重量衡量飞机制造进展一样
00:45这完全是本末倒置
00:48因为
00:49黑
00:50AI编程的情况是
00:51你可以创建并发布大量代码
00:53但当你真正需要
00:55调试和审查这些代码时
00:56这种生产力就消失了
01:0066%的开发者表示
01:02他们花费更多时间来修复几乎正
01:05正确的AI生成代码
01:06AI排名第二
01:08AI正成指
01:10数据进步
01:10替代是不可避免的
01:12技术并不总是进步的
01:15看看你的计算器就知道了
01:16但同样
01:18AI的拥护者会站出来
01:20非AI性能
01:22在目前这个时间点
01:23这只是一个工程问题
01:25我们有过一些负面的意外
01:26比如
01:27Meta意外发布的
01:28Lama 3.1
01:30暴露了AI雄心
01:31与现实之间的差距
01:32这向我们表明
01:33大型语言模型
01:35正达到某种平台期
01:36这里我们有
01:37Queen 2.5米
01:3870亿指令模型
01:40和Queen 2.5米
01:41720亿模型
01:45所以我们在模型中
01:46增加了10倍的参数
01:48但只获得了1%的准备
01:50确率提升
01:50AI性能不是一个工程问题
01:53这是
01:55这是一个数学问题
01:55你无法通过
01:57简单的增加
01:57更多参数来解决
01:58先生
02:00Sam Allen会告诉我们
02:01嘿
02:01我们可以增加上下文工程
02:02我们可以增加智能体的硬步
02:04我们
02:05我们可以增加
02:06MCB
02:06或接下来任何该死的东西
02:08但这其中存在的问题
02:10掌上下文
02:10实际上会增加失败率
02:12我们有几项关于此的研究表
02:15减少实际上更有益
02:16即显著减少大型语言模型
02:19可用的工具
02:20能显著改善其函数调用能力
02:22例如
02:23大型语言模型
02:25在多轮对话中容易迷失
02:26你的上下文越小
02:28对话越短
02:29大型
02:30大型语言模型
02:30就越容易得出好的解决方案
02:35即使那些正在构建
02:36AI智能体的人
02:37也在反对他们
02:39因为他们
02:40亲眼目睹
02:40对话时间越长
02:42你为
02:42AI智能体支付的费用
02:44就越
02:45结果
02:45却越差
02:46一个过度设计
02:49且不稳定的
02:50系统
02:51它仍然是一个不稳定的系统
02:53AI神话之三
02:54这是个技能
02:54为
02:55你知道
02:56你只是不知道如何使用它
02:57与其承认工具坏了
02:58不如去误导它
03:00事实上
03:01真相是根本不存在所谓的AI技能
03:05AI工具非常直观
03:06且易于使用
03:07大多数
03:09AI技能
03:10几分钟就能学会
03:11而一个精通
03:12AI提示词
03:13但毫无领域
03:15专专业知识的专家
03:16也无法判断
03:17AI输出的质量
03:18是否真的好
03:20无论我们谈论的是编程
03:21烹饪
03:22还是医学
03:23这就是为什么人们会说
03:25与AI合作的最佳开发者
03:27是那些在各自领域
03:28已经是资深或专业
03:30人家的人
03:30AI带来的第四点
03:32AI不会取代你
03:34但另一个会使用
03:35AI的开发者会
03:36曾有一个实验
03:38麻省理工学院的
03:39一位大学
03:40大学老师教Fortran课程
03:42他做了一个实验
03:43他说
03:45我们把班级
03:45分成几个小组
03:46一组使用
03:48CheckGPT来解决问题
03:50另一组
03:51可以使用Meta的Lama模型
03:52而其他组
03:54只能使用谷
03:55每个小组
03:58能更快解决问题
04:00嗯
04:00正如你可能猜到的
04:02CheckGPT
04:03用户最快
04:04要
04:05Lama用户第二
04:05最慢的是
04:06使用Google的用户
04:08但现在有趣的部分
04:10来了
04:10你认为
04:11哪个小组
04:12通过了关于
04:13该任务的最终考试
04:15意想不到
04:16Check用户
04:17通过率为0%
04:18所有人
04:20都没通过真正的考试
04:21Lama或Lama用户
04:23通过率为0%
04:25而使用Google的学生
04:27通过率为100%
04:30过度使用AI的开发者
04:32实际上正在慢慢
04:33让自己变得过时
04:35AI神话之舞
04:37AI已经在取代初级
04:39和终极工程
04:40这个神话
04:41始于霍华德大学的
04:43一项惊人研究
04:44该研究
04:45声称声称是
04:46AI存在资历偏见的
04:47技术变革
04:48然后没
04:50媒体当然抓住了这一点
04:51说顶尖的软件工程学生
04:53因为AI
04:54而找不到工作
04:55每个人都如此恐慌
04:56初级技术工作者描述了
04:58AI引发的就业末
05:00实际上
05:01初级职位招聘的暴跌
05:03始于2022年
05:05远在许多人了解提示
05:06工程之前
05:07就在美联储将利率
05:10从0%上调至5.25%的几个月后
05:13正如你在这张
05:15图表中所见
05:15我的意思是
05:162023年第一季度
05:17确实有CHGP的发布
05:18但对
05:20这位资深工程师的偏好
05:21早在GP发布之前就开始了
05:25这是一个众所周知的现象
05:27自1980年经济放缓以来
05:30就一直发生
05:30初级职位
05:32被迫遭受重创
05:33这并不新鲜
05:35这不是因为人工智能
05:35这与微观经济学有关
05:37给英界毕业生一个建议
05:40寻找软件开发相关的工作
05:42比如
05:43Salesforce管理员
05:44Shopify
05:45相关职位
05:45找到一个避风港
05:46直到好时光回归
05:47AI生成了第六个数字
05:49自
05:50人生工程师反对AI
05:51因为他们过于依赖
05:52就有的工作方式
05:55现在
05:56我们只是一群恐龙
05:57正在对着陨石尖叫
05:59但是
06:00试着生存
06:00而且感觉资深开发者
06:02不愿意适应
06:03因为他们喜欢亲手编写
06:05写代码
06:05感觉这个行业
06:07真的在针对他们
06:07你知道
06:08AI的转变是真实的
06:10但资深工程师
06:10适应的很慢
06:11资深工程师
06:13难以构建AI代理
06:14因为他们
06:15习惯于
06:15以确定性的方式思考
06:17而
06:18AI代理
06:19核心的编码方式
06:20它是概率性的
06:21资深开发者
06:22是使用AI最多的人
06:23他们交付了更多
06:25而且他们也是最不害怕的人
06:27他们对自己的专业能力
06:29更有信心
06:30对吧
06:30所以
06:30那种认为资深开发者
06:32是某种不愿适应的恐龙的想法
06:35完全是捏造的
06:36他们知道
06:37AI会生成技术深度
06:39因为想象一下
06:40你在一个团队里
06:41有三个初级开发者
06:42他们只是提交了数百行代码
06:45声称已经审查过
06:46但实际上并没有审查
06:47而你
06:47却不得不熬夜审查
06:49所有这些内容
06:50因为如果应用程序
06:51停止工作
06:51责任就在你身上
06:53资深开发者也知道
06:55AI会再次制造太多工作
06:56比如调试
06:57协同审查等等
06:58他们知道
07:00上下文工程
07:00有时比直接修复问题
07:02需要更多工作
07:03再说一次
07:05当你对代码库
07:06有很好的了解
07:07当你对技术
07:08有很好的理解
07:08并且
07:09当你
07:10是一个资深开发者时
07:11你知道
07:11稍微思考一下问题
07:13然后去那里修复他
07:15必查询那个该死的聊天机器人或代理
07:17然后等待他
07:18接着可能等了五分钟
07:20却一无所获
07:21要容易得多
07:22我在所有
07:23AI影响者发布的演示
07:25中经常看到这种情况
07:26就像
07:27哦
07:28是的
07:28让我们等二十分钟
07:30哦
07:30他好像发了个错误
07:31你知道
07:32我稍微修复了一下
07:33但为了这个视频
07:33我们假设他做对了
07:35这到底是怎么回事
07:35你刚刚浪费了二十分钟
07:37你本可以自己解决这个问题
07:38大概只需要三到四分钟
07:40第四
07:40资深开发者知道
07:41AI正在推升一代能写代码的开发者
07:43第五
07:45这项技术不可靠
07:46还会降低你的工作效率
07:47这就是资深开发者反对AI的
07:50原因
07:50AI是第七点
07:51我们以续的结束
07:52AI并非泡沫
07:54因为
07:55AI公司有收入
07:55并且正在为未来建设基础设施
07:57AI领域确实有收入
08:00但你发现
08:01很多情况是所谓的无限金钱漏洞
08:03就像我们有这种长期融资
08:05OpenAI从英伟达购买芯片
08:07而英伟达又投资OpenAI
08:10OpenAI的合作伙伴
08:12背负着960亿美元的债务
08:13世界
08:15据估计
08:16OpenAI需要在未来四年内
08:18筹集约5000亿美元
08:20才能维持运营
08:21并履行承诺
08:22这超过了2025年
08:25美国风险资本的预计可用供应量
08:27以及排名前十的私募股权
08:30安全基金的总可用资本
08:31但AI支持者
08:35会说
08:35嘿
08:35我们正在建设基础设施
08:36对吧
08:37这就像对未来的长期投资
08:40你知道
08:40就像互联网一样
08:42嗯
08:43事实证明
08:44英伟达
08:45芯片在超大规模数据中心的GPU的平均有效寿命
08:48通常估计为1-3
08:50这就是为什么不存在长期的基础设施投资
08:55这是一个泡沫
08:55而我给你的建议
08:57作为一名软件工程师
08:58是避免在AI领域有巨大
09:00风险厂口的公司工作
09:01你知道
09:01避开AI初创公司
09:03他们将是第一个被削减的
09:05其实你明白
09:07这个叙事是错误的
09:08你也得跟着唱
09:10对吧
09:10所以
09:11如果这是音乐
09:12如果这是他们唱的歌
09:13就跟着唱
09:15如果你的公司
09:15你的CTO CEO
09:16不管是谁告诉你
09:17嘿
09:17用AI
09:18用AI
09:19就说
09:19是的
09:19我带你
09:20然后就去
09:22去用你认为合适的方式解决问题
09:23话最如此
09:25如果你是一名JavaScript工程师
09:26并且渴望晋升为高级工程师
09:27乃至更高职位
09:28成为你能成为的最优秀的软件工程师
09:30请观看免费培训
09:31并与我们预约通话
09:31我们或许能够
09:35请不吝点赞 转发 转发 转发 转发
评论