我觉得当下 AI 取代程序员最大的拦路虎就是模型能力的飘忽不定

技术发展的阵痛期。等开源模型追到了那根完全够用的能力线，每个人都有能力获得、部署一个稳定不降智的模型时这个问题就解决了。

其实都是上下文、约束没给充足导致的，模型的能力不用怀疑。

一个解法是，尽量缩小任务的模块。一次只交给它一件事来做，不要扔一个超大的需求里面好多功能点。

可以一个功能点一个功能点让它来实现。

@Rickkkkkkk 需求得在厂商没有降智推新模型的前提下

@Rickkkkkkk 然而这是两码事，原来可以做到，现在做不到了或做不好了，但自己并没有删掉约束，这也不是个例。

@YanSeven 怎么才算「给足上下文和约束」呢。我觉得我给足了上下文，没有达到预期效果，我继续补充，仍然没有满足预期效果，继续 补充->没有效果->补充->没有效果 这个循环是无穷尽的，为什么不能认为就是模型能力不足呢

@ltaoo1o 回复错人了

@lemoncoconut 即便未来能够在本地部署现在 GPT5.5/CLAUDE4.8 级别的大模型，恐怕程序员仍然只会追逐最顶级的在线大模型。和水涨船高一样。

把 AI 当许愿机是这样的

还是概率模型，缺少思考和推理能力。稍微资料少一点的内容就能做的一团糟，设计能力一般。总体就是大众水平 60 分，还替代不了 80 分的程序员。

模型本身不确定性太大，如果你一直许愿式编程，那就很难顶。未来的方向是人工制定架构，这一步也可以让 AI 来做，但是需要人工审核，后续实施再交给 AI ，这时你只需要一个能够严格遵循指令的模型就够了

@ltaoo1o 问题太常见了。一方面可能确实是模型的能力不足以完成你的要求；另一方面还可能是有一些隐藏（或者你认为理所当然）的东西你忘记告诉它了。

我的解法是，一、不要把你感觉大模型确实无法完成的东西交给它；二、任务足够小，好处是上下文可以少。

另外你也可以观察大模型本身的思考/输出，看看具体是什么问题导致它做不来这个事情的。这其实要求你自己本身可以干这件事，要不然你分辨不了它到底是卡在了什么地方。

当下（一年甚至半年后就说不好了）大模型所展现出来的能力我感觉是协助者，类似于你带了一个校招生。你不会干的事情，那最好也不要给它干。

这个时候 ai workflow 就看谁写的规范了。

去掉“取代程序员最大的拦路虎”，你可以说 AI 的任何问题都是“模型能力的飘忽不定”

许愿式编程是这样的。。。哪怕你用人工也是一样。

你想一下把你给 AI 的任务指令，交给人工，如果不留任何痕迹（工作记录、文档、规范），一样是噩梦

祈祷式编程

抛开降智不谈，人类自己也是“飘忽不定”的，同样的任务，你今天写的代码和昨天写的也不一样，A 同事和 B 同事写的也不一样

大模型对于开发者来说是扩展能力，如果总觉得自己会被取代，说明你还在门外啊，或者说是本来就可以不存在的岗位。

ai 从来都不是取代程序员而是增强程序员的生产力，只不过具备使用 AI 来辅助编程的程序员生产力过剩淘汰哪些不会使用 AI 的程序员罢了。

前一阵是张辽，下一阵是蒋干，战都是这么打的😄

原来还有这么多人连 plan 模式这种入门级的东西都不知道

我前几天也发帖子吐槽了，看评论后尝试了下 superpowers ，目前感觉良好，就是有点费 token 。

怎么，消灭一个行业对你来说是个很开心的事吗