在当前 LLM 快速发展的当下, 在 LLM 对于编码的冲击超过过去编译器, 框架, 工具带来的变化的当下, 以及当前生活节奏比较快的当下, 还是有些迷茫的, 不知道未来何去何从. 而为了对抗这些焦虑, 在平时, 也还会写写东西, 来避免陷入这种虚无的主义, 而现在这些在脑子里还没有完全忘却的东西, 在今天不知为何就突然想花点时间整理一下, 于是汇总成如下内容:

未来的迷茫

LLM领域从 22 年GPT3.5 出来后, 已经烧了4年的钱了, 国内的 GLM, MinMax 已经上市, 内存条, 显卡的疯狂涨价, 手机的涨价, 电脑的涨价. 感觉这几年等 OpenAI 或者 Anthropic 上市之后, 可能会有一些具体的变化?

毕竟当前 LLM 似乎是只对编码领域有了重大的影响, 各大模型每次出现也都是以编码来作为主要功能的演示, 而对于图片生成, 视频生成, 因为二次编辑能力, 似乎还是比不上编码这个行业. 可能也是编码是最合适做强化学习的吧. 以及优质的数据最多? 而且也发展到现在了, LLM能入侵的领域应该也有一些具体的成果吧.

可能也是因为我不是利益相关者, 所以会对估值, 以及这种 LLM 功能快变得无所不能的宣传有些贬低, 不过我很喜欢 LLM 当前的技术.(这依旧是一个十分主观的看法) 一边说着 LLM 的问题, 一边又夸赞着LLM的强大, 我自己好像也很贱呀 : )

记得之前一个朋友分享的来自史铁生的一段话, 还是挺喜欢的:

我四肢健全时, 常常抱怨周围环境糟糕; 瘫痪后, 怀念当初可以行走奔跑的日子; 几年后长了褥疮, 又怀念起前两年, 安稳坐在轮椅上的时光;

后来得了尿毒症, 又开始怀念, 当初长褥疮的时候; 又过了一些年, 要透析, 清醒的时间很少, 便又开始怀念起, 刚得尿毒症的时候. 人生无所谓幸与不幸, 只是两种不同境遇的比较罢了.

第一次让我意识到要好好生活在于我自己的一个长辈的离世, 那时我突然对生活有了新的理解.

或许人生总是有些来不及, 或许我们真的只有失去了才能感到可惜？但属于我们自己的生活还要继续, 步履不停.

在那时我突然意识到, 在我没有看见的地方, 我的父母, 一些长辈对于软件的时候, 对于我们日常司空见惯的沟通中的软件却没有任何的了解: 他们不知道如何在手机上购买火车票, 不知道如何将手机的数据传递给电脑, 不知道如何剪辑视频, 他们不是特别的容易的去分辨的抖音中一些营销号视频的真伪.

身边也有一些朋友, 电脑使用的少, 看到思维导图感觉十分的神奇, 不知道原来可以通过PS制作海报, 修图.

但他们学会了使用微信, 学会使用购物软件, 我真心觉得拼多多这个软件做的很好, 它对于手机的性能要求真的很低, 以及首页内容的克制, 其实在有时候也想起 抖音 当年的slogan: “抖音, 记录美好生活”. 时间真的很神奇, 它会对我们的过去的行为进行加工, 让一些事变得具有了一些说不清的韵味, 特别是在回过头看一些很多年前的视频, 图片, 文字的时候, 会有一种说不出来的情绪, 或许这种不容易用语言表达的情绪, 就是生活本身?

不过当前 LLM 对于初级开发者的冲击可能是超乎想象的, 以及在当前的就业情况下, 对于很多刚毕业的朋友, 可能也会遇到很多挑战, 对于中高级的开发者而言, 可能会有很多技术广度的提高. 但依旧存在局限性, 毕竟在LLM之前, 搜索引擎, 开源社区十分强大的时候, 大家也会有很多技术, 能力上的差距, 所以学习只是的这个行为或许是依旧需要继续的.

不过糟糕的是, 我们似乎到现在依旧很难和 LLM 协同好, 发挥 LLM 最大化的价值, 怎么可以让 LLM 在我们接触的领域中进行融合, 探索, 我们对于 LLM 的使用似乎有点儿失控, 而这种失控有反过来加剧我们的焦虑,

我对现在的生活还算满意(依旧很感激当年给我机会的领导), 我也不确定换个选择以后还能不能像现在这样对生活保持一份相对的从容. 所以我也会很焦虑, 在当下改如何学习, 该如何继续进步. 以及当前的生活虽然从容. 当然如果考虑未来有了对象, 结婚, 买房 这些事, 或许也还是有些不足, 房价对于我个人而言, 我真的有点儿感觉是难以承受的了. 而我仅有的那次和女方不严谨的相亲, 加剧了我对于这方面的恐惧. 日常和女生的接触也不是很多, 所以可能说话, 做事也显得比较幼稚.

自己也在尝试在工作之外的时间中, 系统学习语言, 学习知识. 发现遇到bug, 可能一开始尝试自己独立debug, 调试, 后续就有些直接粘贴给 LLM, 不知道该如何下去, 就感觉AI编码的出现, 让编程这个行为本身的趣味性变低了. 而生活以及工作中一些 AI 概念对齐, AI 提效, AI 赋能, AI 文章, AI 生图, AI 视频等等, 让人还是有些儿不知道该如何做, 这种情绪不对, 需要调整状态.

在当下, 我依旧觉得如果要成为一个领域的资深人员, 依旧是需要一步一步的学习, 没有捷径可走, 就像英语的学习, 在发展了这么多年后, 我们依旧需要从 A, B, C 开始学起, 然后不断的练习听力, 练习口语. 而计算机我觉得也是这样, 但在 LLM 对于基础, 中, 高级功能生成的如此快速以及准确的当下, 还会有很多的朋友坚持这古法编程, 坚持这阅读, 坚持这实践吗?

突然想起来, 之前看到的一些文章

Anthropic在之前也提供过 AI 时代, 个人与AI沟通中的自主性的讨论: [2601.19062] Who's in Charge? Disempowerment Patterns in Real-World LLM Usage

通过追踪学生的眼球以及对应的代码练习来尝试判断ai补全, 或者代码生成对于学生代码能力的影响: https://dl.acm.org/doi/10.1145/3632620.3671116

我不知道, 我也不知道自己可不可以坚持下去, 因为功能的实现在如何变得如此触手可及, Bug的修复变得如何的轻易, 我们如何在具有 LLM 的当下, 探索一个适合自己的学习方式呢?

到了现在更加会考虑学习这个东西, 能为下份工作提供帮助, 可以找份和这个相关的工作？自己开始变得有些功利, 感觉自己一方面没有跳出一些固有的想法: 通过一些长时间坚持的练习成为稀缺的专业者. 一方面又认为在当前的 LLM 时代似乎不太行了, 感觉有点儿已经失去了这种过去对于未来的幻想.

通过工作获取收入, 做自己感兴趣的事, 做能够提供反馈探寻一些有意义的事。它们似乎是相互独立的.

IT的发展

从我个人较短的人生经历, 书籍, 网络所了解到的信息来看, 在2018年之前的那些年里, 技术的整体变化的速度没有想象的那么快, 或者说人的学习速度与技术变化速度存在一定的平衡. 其次IT岗位的总体需求在持续增长, 即使选错方向, 在具有一定的经验下, 一些相邻岗位依旧可以迁移.

目前所了解到, 那时候的IT领域似乎具有这样一些情况, 公司数量在增加, 每家公司需要页面, 后台业务功能, 需要APP, 对于大部分公司而言, 对于软件（包括前, 后, 移动端等等）的需求可能就是能用就好, 所以需要大量的初级开发.

但到了现在LLM的兴起, 我觉得就不是这样了, 首先是我们当前所处的社会经济问题, 不过这个问题我们个人角度可能无法去思考. 而对于 LLM 的算法团队人多似乎不是一件好事, 对于 LLM 的应用开发, 如 RAG ,Agent 可以让之前的前, 后, 移动端开发人员来处理, 甚至在有了 AI Coding 的工具情况下, 一个中高级开发人员可以做的更快, 做的更多, 在不纠结于代码具体的质量, 以及可能会存在一些小bug的情况下, 一个软件的产出或许会很快, 在不考虑 token 消耗的情况下.

和过去的 java兴起, .net兴起, 移动端兴起, 前端兴起的那样, 市场上出现了真正意义上的新兴的岗位, 我目前依旧浅显, 主观的认为当前的这些 RAG, Agent 开发, 在我们已经熟悉了大模型的一些基础知识之后, 我们可能更多的是缺少软件工程设计的能力.

例如Spring官方提供的一个关于后端开发者需要了解的AI概念: AI Concepts :: Spring AI Reference

**在当前, 我们似乎没有出现一个能够大规模, 低门槛容纳普通人的行业.**不过或许在过去那些年中, 如java, .net, 前端, 移动端兴起 也会有大量的岗位减少, 然后很多前辈进入了新的岗位中. 可惜我是 00 后, 以及并非是 计算机 专业. 在那段互联网蓬勃发展的岁月里, 没有办法真正的了解到行业中的情况, 只能从一些新闻, 书本 以及 一些前辈的沟通中了解.

游戏

我没有提到一个比较特殊的方向, 游戏 !

从我自己对于游戏的发展的浅显认识, 我感觉它的某些方面可能和当前的 LLM 有些类似, 这里我很推荐一本书 《中国游戏风云》, 在微信读书可以直接看.

• 
  

  率土之滨: 原来策略类游戏也是可以有市场的

  
  


• 
  

  旅行青蛙(我记得好像是日本的): 养孩子这种随机的游戏也是可有市场的

  
  


• 
  

  明日方舟: 二次元 + 塔防 的游戏也大有可为

  
  

可能在过去我们游戏市场的核心是手机游戏, 不过

• 黑神话悟空: 我们也可以做出质量很好的单机游戏, 可惜当前腾讯投入了核心资源的斗战神, 却因为糟糕的运营数据, 而继续将原创游戏的方向转成了寻找新的游戏代理上

而且我们有大量的网名, 有着已经比较完善的游戏产业链,以及制作水平了. 或许未来会有一些行业性的调整来优化经济产业结构, 在当下也没有我小时候常说的那种游戏上瘾的说法, 也很少说网瘾的这个词了, 当年闹得沸沸扬扬的杨永信的事, 到如今也被岁月的流逝下褪去了颜色.

我还记的小时候家长对于我玩游戏时候的那种抗拒, 但随着我长大, 随着当年玩着游戏的孩子们也成家了, 对于我们的孩子想必我们也会更加珍惜与孩子们一起玩耍游戏的时候吧, 毕竟游戏的最高配置是 朋友 呀 ^-^

就像我从未怀疑过, 游戏的光辉前景, 就像当前 Doom启示录 中说的:

每个人都有无法实现的梦想. 或许是那梦想需要太多时间和金钱, 譬如开跑车驰骋, 驾飞机翱翔; 或许是那梦想太过于离谱, … ;

但不管能否实现, 它们总盘旋在你脑海里, 每一天, 让你浮想连翩.

这就是为什么会有一个上亿美元的产业来帮助人们实现各种光怪陆离的白日梦; 这就是为什么, 会有电子游戏.

…

我们本只是打不开天穿不过地的囚徒, 是游戏, 让我们进入了一个个美丽新世界; 我们本只是时间老人掌心里渐渐消融的雪花, 是游戏, 让我们经历了一次次轮回与新生;

我总是很喜欢 Doom启示录 这本游戏传记, 虽然我不会游戏开发, 甚至编程也是运气好, 才半路出家,（很感谢一位领导, 给我一个机会). 但总感觉这本书写的如此让我喜欢.

就像 John carmack(约翰 卡马克) 说的:

在信息时代, 客观障碍已不复存在, 所有的障碍都是主观上的. 如果你想动手开发什么全新的技术, 你不需要几百万美元的资金, 你只需要在冰箱里摆满比萨和可乐, 再有一台便宜的计算机, 和为之献身的决心。我们在地板上睡过, 我们从河水中趟过

游戏和 LLM 和需求

其实我觉得LLM当下的发展或许和游戏有些儿类似, 在当下很多游戏的展会, 发布会上, 我们会讨论这个游戏我们投入了多少成本, 这个游戏我们的画质多好, 这个游戏的营收多少, 这个游戏在线人数多少了. 二游, 乙游, 换皮等等这些有些游戏行业未来如何发展.

但是我们似乎很少见到在一些游戏会场上讨论, 这个游戏是否好玩, 怎么好玩.

偶然从知乎上看到一个前辈说:

高学历的人, 尤其是大厂的。不是不懂游戏, 是他们非常懂游戏。他们不但懂游戏, 而且非常懂运营懂市场。更懂得在当前的组织架构里能做出什么样的游戏。

对于这种投入成本比较高的项目, 可能越发的不能冒险, 那想 内容, 画面, 系统, 留存时间这些可以量化的指标就变得十分重要, 但我主观的认为 这些指标或许不一定能够体现好玩, 留存可能会被当前这种 限时活动, 签到 等机制影响, 所以让人持续的玩, 可能不一定等于让人享受的玩?

回到 LLM 的世界, 在当下, 我们经常讨论的是 模型参数, 公司拥有的算力, benchmark 的指标, 上下文长度, 模型的Agent能力, LLM厂商的估值以及带动的产业规模.

我们总是说 AI 提效, 提效, 提效. 可是它在当前企业中真的让一个人的工作变得更轻松, 更准确, 更专业吗?

我自己身边接触的朋友, 以及我自身的经历来看, 可能在之前(26年之前吧) 使用 Cursor, Claude Code, Trae等工具更多是写一些样板代码, 作为辅助开发, 而核心逻辑处理, 项目架构设计, 基本上自己处理, 然后对于这样的代码, 自己心里也较为有数, debug起来可以很快, 对于项目的底气可能也比较足一些.

但到了今年, 很多需求, 是各种语言交叉, 日常写 Go, TS, Python, Vue, React, Java 等 之前可能是一周时间的排期, 现在可能是一天, 也会有很多所谓对齐认知, 对齐观点, 让AI来做, 让AI分析, 让AI设计, 为了可以跟上, 为了DDL之前交付, 基本上全程AI处理.

我不知道未来的开发中是否是这样的场景持续下去, 可是从我个人的角度来看, 我个人较为主观的认为很多的需求可能不一定是真需求, 可能是伪需求, 可能是… 我们要职能部门的智能助手, 要做数字员工, 要做降本增效降低岗位人数.

但从我自己目前接触的一些十分少的职能部门的业务场景来看, 我个人天真的认为很多业务或许不用先搭建这样的超级智能体, 这样的数字员工, 或许需要先进行数字化, 或许可以直接基于一些固定场景进行硬编码, 构建工作流, 在一些特殊的节点中引入LLM.

当然或许在未来可能会解决这些宽泛的问题, 但我认为这个过程或许会比较漫长, 但在这个漫长的过程中, 我们是否可以先降低一些期待, 或许 LLM 并没有想象中那样的强大? 编程的核心或许是解决一些具体的问题? 用户或许并不关心是否要使用 OpenClaw, Harmes, WorkBuddy … ?

但这些从我自己的经历来看或许较难, 我们的组织架构是基于我们过去的固定的流程化的逻辑打造的, 我们的后台程序或许也是需要这种层层申请, 审批, 批准, 然后业务方需求经过了层层传递, 最后到我们这, 或许在层层传递的过程中, 让原有的需求行为变了味.

在过去和我领导沟通过一个需求, 当时我和他说: 这个需求我可以做, 但是你可以和我说说这个需求对于另一个部门他们真实的场景是如何使用的吗? 如果是从当前的场景分析来看或许可能有更好的方案, 当时领导和我说的是, 他也不是很清楚, 如果我需要, 可以改, 但是可能需要是和另一个部门说清楚, 和他们整体沟通, 来确定修改细节, 和上面领导汇报. 这个需求当时很快也完成了. 但是我不明白最后是否有用, 是否真的用上了, 我也因为懦弱, 害怕担责, 最终也没有去和另一个部门沟通, 来提出具体的修改行为.

我觉得在当前 LLM Coding 很厉害的当下, 我们或许可以为其他部门的人一起沟通, 然后可以拿到这个需求的所有数据, 拿到 Agent 执行的所有的上下文, 来尝试解决一些具体工作中繁琐, 耗时, 且枯燥的事情? 不过我知道, 这个想法过于理想, 或许很难落地

可能说我可以提出很多问题, 也可能我当前看到的很多问题是很不对的, 看法是幼稚的, 毕竟商业行为无法用道德衡量, 道德或许在某些层面也是可以作为交易的. 我也还在这里苟着, 上面的内容只是自己对于当前工作内容的看法, 不过我认为企业在有一个核心业务跑通之后, 还是会具有很强的抗干扰的能力, 在当前充满焦虑, 噪音的当下, 公司的未来应该也会不错.

有时自己也会在想, 自己没有经历过领导他们那时的互联网蛮荒时期的发展, 没有经历过那种的计算机学习的年代, 熟悉了可以快速通过Stack Overflow, GitHub 等社区查阅资料, 在LLM 出现后的我, 也还没有太多的社会经验, 都有些许感觉跟不上 LLM 的发展, 或许领导他们对于当前的冲击可能会更加的束手无措. 今年刚好也是LLM出来后的第一批本科大学生毕业的年限, 或许他们又会给我们的生活中的软件, 硬件带来什么变化呢?

后记

我也不知道在当前应该如何学习. 该学什么. 生活节奏越来越快, 坏事过去的也越来越快, 快乐的体验也越来越快, 渐渐的我们或许也会慢慢体会到生活的这种韵味. 苔花如米小, 也学牡丹开. 来日方长, 未来可期, 一起加油 : )

参考

1. 
   

   Spring AI Concepts: AI Concepts :: Spring AI Reference

   
   


2. 
   

   中国游戏风云: 中国游戏风云 (豆瓣)

   
   


3. 
   

   Doom启示录: DOOM启世录 (豆瓣)

   
   


4. 
   

   为什么目前高学历人才扎堆的游戏大厂却难出好游戏？ - 小男的回答 - 知乎
   
   https://www.zhihu.com/question/530816105/answer/2067587345113786088

   
   


5. 
   

   消失的学徒: 当AI锯断了通往专家的阶梯: https://mp.weixin.qq.com/s/XySs_pdwA7Nd7Sw28qujWA

   
   


6. 
   

   Anthropic关于个人与AI沟通中的自主性的讨论: [2601.19062] Who's in Charge? Disempowerment Patterns in Real-World LLM Usage

   
   


7. 
   

   通过追踪学生的眼球以及对应的代码练习来尝试判断ai补全, 或者代码生成对于学生代码能力的影响: https://dl.acm.org/doi/10.1145/3632620.3671116