- 主题:有AI以后, 编程语言真的不用学了
当然是。这个最好用我还是能发现的。但是它还是没一句话或者几句话就能全都自己搞定的程度。我都是单个函数让它修改，这样也会出一点问题。然后反复，最后我自己稍微调整一下。 反正还是需要我懂。完全不懂的话根本做不到。
【 在 lvsoft 的大作中提到: 】
: 你确定你是claude sonnet 3.5？
: 那你的结果跟我认知不符。sonnect 3.5是我用下来写代码最强的ai，并且遥遥领先其他ai一大截。
: 现在很多工具集成的也都是sonnect，比如cursor。
: ...................
--
FROM 111.196.128.*
我是写函数遇到问题了，让后让它解决。或者让它写一个函数。这样的用法。然后它给的不完全，或者带错误。再让它修改。反复这个过程。
【 在 lvsoft 的大作中提到: 】
: 我知道你是怎么用的了。
: 你想一句话跟llm说下它就直接给你100%正确的结果是不可能的。
: 你自己也不可能不经过调试一次就把代码完全写对。
: ...................
--
FROM 111.196.128.*
我在cursor中是添加相关的文件。网页上只贴函数。cline还没用过。看来我得试试整个项目让它看。
【 在 lvsoft 的大作中提到: 】
: 这不是废话，它又看不到你整个代码，你就给它一段函数它咋知道你整个代码是啥情况。
: 你这个做法就是给llm一个很小的窗口去观察全局。那给你一个只能显示10行的显示器，让你用这个显示器写代码，你不一样会觉得很折磨么？
: 现在的llm上下文空间都很大了，而且这种框架都有rag，llm是可以知道你整个项目代码的。
: ...................
--
FROM 111.196.128.*
网页我只是嫌麻烦。国内的这些大厂太废柴了。就算ai的效果不行。那至少工具先配齐了，编辑器上只是别只是一个对话框，和”编辑“结合起来。。。连这个也做不到。
【 在 lvsoft 的大作中提到: 】
: 网页上我也是尽量把所有代码先丢上去再后续提问的。
: 其实很简单，你就想想你来当这个ai，你自己看你提交过来的信息够不够你做出正确的反馈就行了。
--
FROM 111.196.128.*
改天我试试。
【 在 PaoloMaldini 的大作中提到: 】
: 也可以试试Claude desktop，用mcp的模式访问本地项目，这样你给他一个目录就可以了
--
FROM 111.196.128.*
一次通过？这个有什么技巧么？给他描述的问题尽量详尽？还是有什么特殊提示词
【 在 lvsoft 的大作中提到: 】
: 你这也太简单了，另外qsort它居然能写错？我不敢相信啊....
: 我最近一个事情是要配个fancontrol，我嫌系统自带的fancontrol配置太麻烦，它似乎只能使用lmsensors的温度数据，而我需要进一步扩展硬盘温度，gpu温度等等。并且我也不想要fancontrol那种bangbang control模式，而是希望有个pid控制，在高负载的时候把系统维持在一个恒温状态
: 。
: ...................
--
FROM 111.196.128.*
我一直都是局部聊的方式。没整个项目。看来跟这个有关。
【 在 PaoloMaldini 的大作中提到: 】
: 我自己的体验是，先尽可能把功能跟他聊清楚，甚至让他参与到你的设计过程里来
: 这样他能更清晰地理解你想要啥，然后拆分成小模块，一点点输出、编译、测试、提交
: 这样万一出问题大不了git revert
: ...................
--
FROM 114.246.238.*
我觉着程序员会变多，或者你口中的司ai会变多。但当前意义的程序员会变少。和每家公司都需要一个会计一样，每家公司都需要一个操纵ai的人。
让ai写程序会如此简单，随便什么事儿都需要让他写个程序。所以这是一个所有公司都需要的活。
但当下意义的程序员。掌握计算机软硬件知识的。就不需要那么多了。专业领域只需要极少数。一个高手控制ai可以顶一个大团队，甚至一家软件公司。
【 在 DoorWay 的大作中提到: 】
: 这个差异我猜是遇强则强。你是个优秀的Director，AI是powerful的executor。
: 所以结果很理想。
: 我同意你的判断，这种“指示”AI能力的差异，也很快会被消除。
: ...................
--
FROM 111.196.128.*
我有史以来就没觉得人和人的大脑有什么特殊，人的灵感创造力之类有什么不可复制，真正的人工智能有什么不可实现的。之前还吵过这个问题。
但是你说这个有点远。我说的是“最近”的将来。如果再往后说，那自然不需要什么司ai这个职位。
目前的ai被普及到很多公司中作为工作流中的一环，我觉着最快还需要五年，多了说得十年。五年之内只有极少公司先作到。
【 在 lvsoft 的大作中提到: 】
: 我其实很奇怪为什么你们想不到一个未来，比如现在的gpt4，或者claude3.5-sonnet能部署在一片指甲盖大的芯片里，并且功耗只要0.1w，售价只要10块钱？
: 如果这个未来到来，你觉得还有“写程序”这么个东西么？
:
--
FROM 124.64.22.*
很多公司的办公电脑淘汰都需要三年.... 等那些大众公司的老板观望，转变，行动，也需要时间。或者那些公司根本就没能力适应，被淘汰，新公司兴起，也需要时间。
你就算给现在的一万家公司it翻新一遍都得很多年。更何况是彻底改变运作方式。
【 在 lvsoft 的大作中提到: 】
: 我说的这个根本就不远，围绕ai一直有人在做asic，比如之前cnn流行，大家用yolo做识别的时候就有很多asic来吧yolo固化下来，而且一颗芯片就卖不到100块钱，功耗也就在1w上下。现在很多小玩具都可以做视觉跟随了，你以为这背后的技术支撑还是一行行c代码手搓出来的么？
: llm时代也一样的，无非是这里面从市场角度来说有个很大的不确定性，毕竟asic固定下来的东西如果被淘汰了整个项目就打水漂了。但技术角度来说我不觉得有多大距离，m4已经可以在35w功耗下跑70b模型了。
: 至于ai的普及速度么，先不谈行业顶尖的公司，你就看各种制造业企业，从人力密集到自动化，从自动化到智能化（这里的智能并不是ai），每个阶段我觉得说5年都算是慢的了。而且随着产业集中度的提高，每阶段的提升只会更快。就说现在，我就接触到大量的ai化的需求。我只能说这方面我的感受跟你差别巨大。
: ...................
--
FROM 124.64.22.*