沉默是金总会发光大家好我是沉默这篇文章其实就是 AI 帮忙写完的最近对AI 的发展有一些想法不吐不快于是写了个很粗糙的草稿。然后做了一件很“当代”的事情草稿丢给 GPT 润色配图让 Agent 自动生成几分钟之后一篇结构完整、没有错别字、逻辑顺畅的文章就出来了。老实说确实有点感慨。以前写文章的时候改错别字调整断句重排结构这些机械工作都要折腾半天。现在 AI 一分钟就能干完。虽然少了一点我以前的文风但这对 AI 其实也不是难事只要把旧文章喂给它训练一下就行。不过算了懒得折腾了。反正意思表达清楚就好。于是就有了这篇文章。-01-AI 更像“超级自动补全”现在最火的大语言模型LLM, Large Language Model很多人觉得它已经“接近智能”。但如果用一句大白话解释LLM 本质上就是一个超级强大的自动补全。原理其实很简单给它一段文本今天天气很好我们准备去模型要做的事情只有一个预测下一个最可能出现的 token。例如郊游公园爬山然后继续预测下一段。就这样token → token → token一步一步生成完整回答。听起来是不是有点像手机输入法的自动联想只不过它的规模大到离谱。-02-为什么它看起来这么“聪明”如果只是“自动补全”为什么 AI 看起来这么像在思考关键在两个技术点技术作用Transformer处理长文本Attention注意力机制抓重点注意力机制Attention可以理解为模型在生成新内容时会“回头看”前面哪些词最重要。这就像人类写文章时回顾上文抓重点顺着逻辑继续写于是输出就会显得逻辑清晰结构完整像是在推理再加上海量互联网数据训练论文博客Stack OverflowGitHub Issue模型学会的其实是人类是怎么写推理过程的。-03-为什么 AI 会“胡说八道”AI 有一个非常著名的问题幻觉Hallucination简单说就是听起来很合理但其实是编的。原因其实也很好理解。因为模型并没有真正的“思考能力”。它只是学会了推理的写法论证的套路表达的结构就像有些人写文章每句话都通顺每个词都对但连起来却发现好像什么都没说。因为背后没有真正的逻辑推导。-04-AI 为什么很擅长写代码很多程序员最近都有一个共同感受AI 写代码真的很强。尤其是像Claude Code这种工具。原因其实很简单AI 在训练时吸收了大量Stack OverflowGitHubIssue 讨论Debug 过程这些数据里不只是代码。还有程序员怎么分析 bug怎么一步步排查怎么权衡方案换句话说AI 等于把全世界程序员的经验套路都学了一遍。所以它能做到写代码找 bug给方案很多时候甚至可以达到中级程序员水平。-05-AI 为什么很难真正创新AI 很强但有一个致命短板创新能力。举个例子历史上很多技术突破比如ReactVueKubernetesGit本质上都是先发现问题再创造新范式。例如 React开发者发现DOM 操作的复杂度爆炸于是提出Virtual DOM 组件化这是一种结构级创新。而现在的 AI 更擅长的是写代码修 bug优化函数但很少会自己发现架构问题然后发明新框架。除非你明确提示它请重新设计一个框架解决这个问题否则它大概率只会在现有模式里堆代码。-06-一个有点扎心的现实但这里有个有趣的现象。即便 AI 不会真正创新它依然能替代大量工作。为什么因为现实世界很多岗位本质上就是模仿拼装调整参数比如很多开发工作其实是找方案改代码调接口修 bug说白了就是在既有范式里做拼装。这也是为什么 AI 一出来就能写代码写文案写报告写 PPT因为很多工作本来就不需要创新。-07-总结某种程度上说AI 的爆火反而证明了一件事。这个世界很多地方本质上就是一个巨大的草台班子。很多岗位看起来很高大上。但真实产出往往是按流程操作按模板拼装按经验复制AI 只是把这个过程自动化了。看到这里其实可以稍微松一口气。AI 目前最容易替代的工作是机械重复模式固定经验拼装而真正难被替代的能力是能力AI 状态提出好问题很弱结构级创新很弱审美与取舍很弱长期系统设计不稳定所以未来最重要的能力其实只有一个创新能力。包括提出新问题抽象问题创造解决方案AI 的出现确实改变了很多行业。但它更像一面镜子照出了哪些工作是真正创造价值的哪些只是重复拼装。所以与其焦虑“AI 会不会替代我”不如问一个更重要的问题我做的事情是否具有不可替代的创造性热门文章一套能保命的高并发实战指南架构师必备用 AI 快速生成架构图-08-粉丝福利我这里创建一个程序员成长副业交流群和一群志同道合的小伙伴一起聚焦自身发展可以聊技术成长与职业规划分享路线图、面试经验和效率工具探讨多种副业变现路径从写作课程到私活接单主题活动、打卡挑战和项目组队让志同道合的伙伴互帮互助、共同进步。如果你对这个特别的群感兴趣的可以加一下微信通过后会拉你入群但是任何人在群里打任何广告都会被我T掉。