AI 来了,人情淡了
在两个组之间的落差里,我想聊聊 AI 时代下人的处境。轻舟已过万重山,回头看这条路。
继续阅读在两个组之间的落差里,我想聊聊 AI 时代下人的处境。轻舟已过万重山,回头看这条路。
继续阅读两年间AI从skill走到entity,它不再是工具,更像组织。我写这篇文章,是因为看到太多人在这个递归里被一层层往上推,却没人把这件事说清楚。当entity接管了所有可流程化的判断后,我们被推到顶层,最终发现自己能守住的东西,只剩下“想要什么”这一件事。这个问题没有标准答案,每个人的西红柿炒鸡蛋都不一样。
继续阅读AI 的能力像涨潮,每涨一寸,人就得往高处退一步。在这种加速中,我用克隆鼠实验和大模型的 Context Window 想了想人类寿命有限这件事,发现它可能不是 bug,而是 feature。
继续阅读在 AI 时代,Token 正在悄悄变成一种新货币。不是比特币那种需要挖矿的虚拟货币,而是更基础的东西——你能调动多少 AI 算力,取决于你有多少 Token。Claude、GPT、Gemini,背后都是 Token 在流动,它成了衡量「AI 能力」的一般等价物。 既然是货币,就可以用经济学的眼光去看它。
继续阅读工程师的薪资不再只买代码,而是买你调动算力的“杠杆率”。一位Principal工程师每天理应消耗近150亿Token来证明自己配得上那份高薪——如果你还在靠手写代码填价值黑洞,说明该重新审视自己的算力投入了。
继续阅读当AI开始吞噬我们的数据、算法把我们锁进信息茧房、技术变得极度谄媚时,我意识到这不是简单的技术问题,而是数字时代劳动者何去何从的根本追问。作为深耕技术圈多年的观察者,我想用最朴素的方式帮你看清:谁在悄悄把你变成可有可无的零件,谁又能帮你重新夺回作为人的主动权。
继续阅读作为大厂员工,在推动组织AI转型过程中感受到强烈的割裂感。这种割裂首先体现在生产力差距上——个人利用AI工具能实现十倍效率提升,但团队落地却困难重重。其次,AI代码审查引发的信仰冲突本质上是确定性思维与概率思维的碰撞。更深层的是组织层面的物种差异:AI原生公司快速迭代,传统大厂却困在流程里层层延误,再加上内部认知断层——老板焦虑而执行层躺平。作者指出,当超级个体正在利用算力快速进化时,大部分人既跟不上趋势,也缺乏消费能力,未来的通道可能收窄到少数人云端、多数人地面的科幻式分化。文章最后承认这种割裂难以弥合,每个人能做的只是选择站在想要的那边。
继续阅读在AI时代软件开发面临经验断层的难题,作者认为可以回归传统学徒制来应对。文章借鉴军队、艺术、医疗、餐饮等领域的传承模式,指出那些无法通过书本获得的隐性知识——比如代码品味、系统架构思维、风险嗅觉——必须依赖师徒间的口传心授。这种回归也意味着筛选机制的根本改变:不再只看代码能力,而是看是否值得被教导。未来行业或将分层,能找到“师父”的新人可能比大厂Offer更关键。技术狂奔之下,教育形态或许正在回望工匠精神的传统。
继续阅读作者回顾了自己从老式文曲星编程到大学C语言的经历,指出当年老师禁用goto关键字并非迂腐,而是为了逼迫学生放弃“打补丁式”的线性思维,建立面向对象的大局观。如今在AI时代,他发现提示词工程正在重演同样的戏码——人们用MUST、MANDATORY和大量“禁止”去PUA模型,这本质上就是在写自然语言的GOTO语句。模型并不能真正理解“不”的否定含义,你越强调不要做什么,反而越会把它的注意力推向那个方向。真正有效的做法是告诉模型“什么是好的”,给它清晰的示例和结构,而不是用恐惧去控制概率。作者相信,当你放下手中的鞭子,用尊重和结构去引导AI时,它会展现出超乎想象的可能性。
继续阅读作者其实是AI编程的狂热使用者,但他认为“vibe coding”这个词有些偏差——它强调了“感觉流”的随意性,却可能让人忽略背后的严肃性。作者借用历史上的“user”概念来类比,指出当自然语言变成代码时,虽然自带一种艺术创作的“氛围感”,但工业界需要的是能大规模复制的产品,而非孤品。目前的挑战在于,如何把充满不确定性的“vibe”输入转化为确定性、工业化、规模化的输出。作者提醒我们,如果承认自然语言是新的高级编程语言,那么AI生成结果不如预期时,应该反思自己的“自然语言逻辑”是否有Bug,而非一味调侃工具。作者建议以“自然语言高级编程”的心智去适应、掌握和规范它,最终造出稳固的“宜家椅子”,而不是停留在对新事物的调侃中。
继续阅读