现在AI势头如日中天，每个行业领域都在探索怎么把 AI 用起来，AI强大的输出能力让人觉得可以应用到任何领域。其实和现在流行的大语言模型不同的 AI 早就已经用起来了，比如车库入口自动识别车牌号、手机上的人脸识别等，都用到了图像识别这也是一种 AI能力，还有几年前google 的AlphaGo战胜了围棋高手，那也是 AI 能力。但之前的那些AI能力，从没有宣称自己无所不能（就像现在的大语言模型），只是专注于某些特定的领域。但实际上目前基于大语言模型的 AI 不可避免的存在着不确定性，所以并不是所有场景都适用。 作为程序员先开个头，首先我们来看下 AI 是否适合做程序员的工作，如果使用过目前最先进的编程 AI（比如 Claude）就会发现 AI 写代码的能力已经很强了，原因也不必多说程序员是最喜欢分享自己代码的，AI 可以拿来训练的数据很多。代码从表现上就是另外一种语言文字，是很适合语言类的 AI 处理的，只要说清楚需求，AI就能够很好的生产出来。注意这里提到要“说请求需求”，这里的需求不是产品提出的业务需求，而是需要采用什么架构框架、使用什么存储组件、适配什么接口协议类型等内容。当然，你也可以和 AI 去交流确定这些内容，主要是“你”是什么身份，如果“你”是程序员当然也可以聊出来，但如果“你”是产品经理无法确定是否能聊出来（聊天总要知道聊什么吧，就像郭德纲说的你和火箭专家去聊火箭点火是使用火柴还是打火机，专家回你一句都跌分）。前面提到的 AI的不确定性对写代码什么影响呢？影响之一是生产出来的代码可能不对（比如你让他算 1+1，他算的是 1+2），举个例子如果 AI 的正确率是 99%，可能生产 100 行代码会有 1 行代码是错的，那接下来我们的任务就是要从这 100 行代码中找出是哪一行错了。当然，我们也可以把这 100 行代码再交给 AI 来找出哪里错了，这就有不确定性的另外一个影响：原有正确的代码可能被修改成错误的。100 行代码找出了1行错误，也有可能再引入 1 行新的错误（禁止套娃）。这时可能需要程序员来把关一下找出代码中的一些 bug。从这里可以看出，如果把 AI 当做一个“人”来看目前可能还不够，但如果把 AI 当做工具，那现在 AI 就是程序员拥有的最强大的工具。 其他领域我不太理解，但我想应该也会存在很多非公开的隐形知识，只要涉及到这些知识，就需要真正的人来处理。AI 的不确定性这一点我想在任何领域都是无法容忍的，现代社会发展对各个工作的准确性要求不是降低，而是越来越高，在现有体系下一个小漏洞都可能被无限放大。所以，目前大模型兴起的 AI 还不能作为“人”，更适合作为“工具”存在。
夜雨聆风
