AI 发展带来的影响
现在的 AI 和几十年前的互联网很像，所以我觉得 AI 的发展也会类似互联网的发展
互联网和 AI 本质都是在提高人类对信息的输入输出速度，具体来讲
- 输入：
- 像 ChatGPT、perplexity 提出问题，然后就可以得到回答
- 让 AI 过滤无用、重复的信息，快速的收集真实有用的相关知识
- 输出：
- 像 AI 编程工具，几句话就可以让 AI 生成成百上千行代码
- 列出文章大纲，让 AI 进行细节的补充
人才角度（生产者）
随之的第一个问题，就像现在互联网时代已经有很多公开的知识，但任然有许多伸手党存在
AI 的到来则会更加加剧这些人群的淘汰
面对海量的信息输入、输出，需要有看透本质的能力，也就是对底层原理的认识和把控，只有这样才能在真实和虚假的数据海洋中掌舵
我们需要更多的想象力、创造力和决策性的人才，我们会淘汰掉不会思考只会重复无意义工作的人
这一类的人也会因为信息的加速，天然的习得更多的技能，随之工种也会合并
一人通过 AI 拥有多种能力（前端、后端，开发 & 产品），更注重个人的架构（全局思维、驾驭复杂性的）能力、产品思维，注重行业经验而非技术经验
人机交互（消费者）
人机交互中，提效是关键词，而背后的本质是用户真实意图的识别和理解
- AI 对话形式：让软件更加主动的、精确的识别用户的真实意图
- 比如购物场景：用户先要理解系统中的各种筛选项含义，再根据自己的需求进行筛选
- 系统是被动接受的，筛选结果的好坏，取决于用户对系统筛选规则和自己需求的理解
- 界面交互形势：现今软件的交互形势，任然会存在，给与用户自由/选择/决策权
人与机器的交互形式，会根据不同的应用场景，以对话 + 界面混合形式存在（不同比重）
最终将会像互联网一样，以各种恰当的形势完全融入生活中的方方面面
影响的本质
按照目前 AI 的技术的原理来看，AI 的终局不是模仿人，而是创造一个全新的智能操作系统（人机交互模式）
不是 AI 的时代，而是用好 AI 的时代
起源
互联网：世界互联 > 资源共享 > 数据积累
AI 训练数据集（50TB）
人类单体穷奇一生也无法完全吸收的知识
可以想象，如果没有新的手段出现，未来的人类知识会越来越垂直化
最终可能会出现单个人穷奇一生也无所完全掌握某一领域的知识（广度而非难度，比如现在的数学在难度上就已经达到了）
互联网的出现导致我们无法赶上现有的信息输入和输出的速度
信息 I/O 的加速
在互联网到来之前，信息的输入需要找专业的人、图书馆、报社等（也许要骑上半小时的车才能到达），信息的输出也需要专门的渠道
而在互联网时代，分毫不离身的手机可以让我们随时的对信息（知识）进行输入和输出
而在 AI 时代，则会更加明显
也许可以类比硬盘、内存、CPU 缓存
关键性决策
做人类做不到的，或者说做机器才能做到的
- 现在的 cursor 之类的，都还是在做人能做的事情
三个视角
UI 交互、代码开发、技术角色
交互模式的变化
短期：AI + 业务结合，提升体验和效率
长期：pull 人类主导，push AI 主导，猜测推荐和输入反馈
当前的人机交互中，存在低效的交互：
核心目的：搜索信息
真实路径：打开手机 - 【浏览器 - 搜索引擎 - 搜索关键词 - 信息过滤】 - 信息提取
- 👀 AI isn’t here to steal your job; it’s here to amplify your capabilities.
👀 人工智能并不是来抢走你的工作；它是为了增强你的能力。 - ⌛ It saves up your time for creative, high-impact tasks that AI can’t handle.
⌛ 它可以节省您的时间来处理 AI 无法处理的创造性、高影响力的任务 。
代码开发
短期：
人工智能将编写更多代码，但开发人员将对其进行指导
人工智能不知道设计选择为何有意义
- AI Agent 代码开发普及，开发范式从
code->prompt - D2C 能力升级：视觉模型自动修正结构化的差异
- 相比起纯代码实现，对设计稿的要求会降低
- 带来的问题是：
- 代码维护度的下降，审核困难
- SonarQube：代码异味、圈复杂度
- Eslint 等工具
- TDD 测试驱动开发
- 代码维护度的下降，审核困难
现在的代码开发中，就充斥着由于开发时间不够导致的各种优化延迟问题，而随着 AI 辅助编程的提速，人们可以更加专注在这些事情上
中期：
- 随着模型、知识库等的进步：通过描述需求生成完整的功能模块。从开发转向需求的精准描述和边界定义
长期：
- AI 主导系统设计：根据一个业务目标，自动迭代和设计架构。开发者仅参与关键决策
工种变化
不再局限具体的工种（前端、后端，开发 & 产品），而是一人通过 AI 拥有多种能力，更注重个人的架构（全局思维、驾驭复杂性的）能力，注重行业经验而非技术经验。
想象一下，在互联网时代之前，如果一个非计算机专业的人想要自学前端，并达到可以完成产品的水平。如果没有一个熟手亲手带着学习，那可能要花费上几年的时间（寻找学习路径 - 碰壁 - 循环）。
而在互联网时代，我们只要打开 B 站，无数系统的学习课程免费的推送到了人们的眼前
只要你自己肯学，一年、甚至半年的时间就足以让你达到开发产品的程度。
而在 AI 时代，则更加恐怖，你甚至不用学习。只需要有想法，AI 就可以帮你完成
我们的学习路径会完全变化，不需要在前置的了解知识，而是非发生问题时，向 AI 询问（学习）解决问题的方法
为了更快的认清本质，识别出问题的本质。我们会更加注重底层（原理）的学习，而不在需要了解上层的知识
人的能力需求会变化，我们需要能够解决问题的人。而这类人往往是拥有本质技术能力的人
白话说，你应该精通 JS，而非 React
对于 React 我们要做的是，快速的让 AI 为我们讲解原理和简版实现，了解常见问题和最佳实践即可
因为我们不需要再去亲力亲为的写相关的代码，只需要在发生问题的时候可以解决问题
明白技术的原理，了解技术的边界，这样才可以做到面对新技术时快速的学习，因为【想要实现一个目标，无非是那几种手段而已】