随着 ChatGPT、Sora 等 AI 产品的问世,各行各业掀起了有关 AI 挑战的热烈讨论。在软件界,这也引发了软件工程领域对职业未来的深刻思考。AI 驱动的编程工具出现,使许多软件开发人员开始担忧自己的职业前景。这些工具能够自动生成代码、优化开发流程,甚至在某些情况下可替代人类完成编程任务。但目前来看,AI 只是工具,并非替代者,其角色和影响会因开发者所处阶段不同而异。
对于非开发者来说,AI 工具如 ChatGPT 提供了全新的编程体验。通过对话式编程,即使是编程小白也能快速获得应用程序代码。然而,这种美好体验背后存在问题。AI 工具的训练数据来自众多项目,代码质量参差不齐。虽然代码通常能运行并完成任务,但其可靠性、可维护性、安全性和准确性难以保证。
研究表明,ChatGPT、GitHub Copilot 和 Amazon CodeWhisperer 等工具提供的代码,在约 90%的情况下能“有效”运行,但只有 30%至 65%的代码能通过单元测试,“安全”运行的概率约为 60%。AI 能输出简单代码片段,但目前尚无证据表明它能编写与普通传统应用程序一样复杂的系统。就像 ChatGPT 无法创作出连贯小说一样,AI 在软件系统编程上的局限性也很明显。
那么,AI 对于不会编码的人有何用途呢?
在许多情况下,不需要软件,但需要代码。比如有些专业人士已使用 AI 进行一次性 SQL 查询和 VBA 宏,或编写用于创建用户宣传演讲的应用程序原型以及一次性数据分析机器人等。在这些只需处理代码片段的任务中,AI 工具能出色完成工作。
AI 工具对新晋程序员既是福音也是挑战。ChatGPT 可为初级开发人员减轻负担,但过度依赖可能会阻碍其成长。如果开发人员习惯使用代码生成器并依赖外部反馈来发现问题,他们将难以深入理解自己的代码。在生产环境中,只有真正理解代码的人才能有效解决问题。
对于初级开发人员来说,最稳妥的做法是谨慎使用 AI 工具。可使用 AI 获取另一个视角以增进理解,例如完成一个函数后,请 AI 也编写类似函数,然后对比两者代码。目的不是获得最佳代码,而是获得不同思路。AI 就像陪伴成长的小伙伴。
作为高级工程师,AI 的基本技能对其已无太多价值。要回答 AI 对高级工程师的作用这个问题,需明确与 AI 的界限。在最佳情况下,AI 编写的代码只有约 50%的机会能正确执行预期功能,AI 不擅长编写代码,其优势在于速度。
AI 擅长节省时间,而你擅长设计和构建出色的应用程序。可基于已设计好的程序框架命令 AI 快速生成初版代码,在此基础上进行编辑和重构,确保代码质量和可维护性。
另外,当需涉足不熟悉的编程领域时,AI 也能提供帮助。不熟悉的语言通常需几天时间熟悉,而 AI 可快速生成代码片段,为你提供起点。在此基础上完善,可节省整体开发时间。
目前, AI 仍处于初级阶段,随着时间推移将取得显著进步,有潜力成为研发团队的得力助手。在这个由机器和人类共同塑造的时代,我们需保持开放和积极的心态,学习与 AI 合作,利用其能力增强工作效率和创新能力,共同创造更美好的未来。
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】
![](http://www.dbeile.cn/file/upload/202407/24/102225712.jpeg)
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- prompt 攻击和防范
- …
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 Javascript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】
![](http://www.dbeile.cn/file/upload/202407/24/102225712.jpeg)