- 主题:有AI以后, 编程语言真的不用学了
就是这样的。而且出局还需要时间。都有惯性。所以我觉得不会那么快。但等适应的和新出的替换了之后，速度会加快。
【 在 DreamDreams 的大作中提到: 】
: 这就是差距拉大之道了
: 你还在观望中，下一分钟就已经出局了
:
--
FROM 124.64.22.*
那等着看就行了
【 在 lvsoft 的大作中提到: 】
: 所以我说你看到的跟我的感受差距巨大。
: 你这说法我看了只想笑。
: 身价过10亿的“小公司”老板你见过多少个啊？你知道他们是怎么想的么？
: ...................
--
FROM 124.64.22.*
我在真实的小项目上用cursor，还达不到你说的这种。还是需要我把控方向盘。我都是把问题拆开细化之后让它解决。首先得我自己想明白，然后提示它。让它解决。它解决的可能会非常标准或者比我的办法更好,但有时候还是和我想的不太一样，需要提示纠正。也没办法一句话扔给它，它就一条线全搞定。可能是我用法还比较保守，还不太相信ai。看来我也得试试一句话的方式。
【 在 lvsoft 的大作中提到: 】
: 我这几天高强度的用了下cursor，
: 准备做一个按我的理解去评估llm coding能力的benchmark工具。
: 现在的各种coding bench都太小儿科了，打榜分数我觉得没啥参考价值。但一个个自己用真实项目去手动测试又嫌麻烦。
: ...................
--
FROM 111.196.128.*
就算跟人沟通，也会说不清楚听不明搞不对的情况。也不完全是ai的问题。你这个如果做出来，就相当于一个编码智能体了。不止可以用来对比测试。
可以让不同的模型互相验证，或者一个负责写代码，一个负责测试。再或者，可以限定一下工作内容程序的种类，它可能做得更容易。比如仅限于一句话生成gui类的，小程序类的，算法类的。
【 在 lvsoft 的大作中提到: 】
: 现在claude还是会钻牛角尖，如果不敲打它，它会在一个问题上兜来兜去兜很久。
: 打破这个循环的方法也很简单，我就是在这个时候告诉他你钻牛角尖了，让它跳出来先分析下。或者让它专注第一个问题，或者让它先打下log再说。然后它就能把问题解决了。
: 但关键是，如果你问它，他自己也会明白自己在绕圈子，也知道应该专注，应该打log。按理说它应该是可以自省自动解决掉的。我是感觉它距离100%完全自动化就差这么一点点的一步之遥，这可能只是cursor内部的提示词的再调教下的事。
: ...................
--
FROM 111.196.128.*
你想那么多干嘛。车快开了，赶紧上车才是要紧。
【 在 onwatch 的大作中提到: 】
: 这样编出得程序知识产权属于用户还是ai公司。
: 即使属于个人，谁保证ai公司不会自己存下来。
: 讯飞有个公文包写作ai，我强烈怀疑，就是很多人讯飞的会议录音笔用多了，上传或者被上传被当成了样本来训练。
: ...................
--
FROM 111.196.128.*
没错。这个之前说过，编程语言软件工程本来就是为了人的需要作的妥协。
比如编程语言要容易理解和高效，比如软件工程需要模块简单易维护扩展，这些都不是ai的需要是为了人才妥协的。ai完全可以写出一锅粥一样但高效的代码，它没有维护负担。
【 在 fimer 的大作中提到: 】
: 其实，用AI写程序是个中间状态，AI真的足够成熟的话，应该说不是编程语言真的不用学了，而是编程语言不需要再参与到应用的实现中了，当然操作系统层面的需求还存在。
: 因为理论上讲，程序本身就是计算机和人之间的桥梁，而AI提供的能力，其中很大的一部分就是在用自然语言的方式解决计算机和人的沟通问题。直白点说就是如果计算机通过自然语言就能理解你的意图，并且按照意图完成任务，那为什么还需要编程开发一个应用，让应用来完成任务？
: 比如我想要用一堆数据做个图表，基于这个图表写一个报告。如果我把数据发送给AI，它就能按需求把这个报告完成，那我还需要什么excel？有人可能要说图表格式得是excel的、报告得是doc的，其实也不需要了，对于有（成熟）AI能力的计算机和人而言，文件格式只是个软件层面的约定，里面的数据和文字格式要求这些才是需要的东西，纷杂的应用软件没有存在的必要了。
: ...................
--
FROM 114.246.237.*
有个实际的例子，用的claude。项目不大几千行代码。一个测试用例没通过。我把相关文件add进去。然后跟他说：这个用例没通过，请问会是什么原因？
我都没贴没通过的错误输出。只是上面那句话。然他它就发现是因为我写的接口函数返回的数据位置不对。而且明确指出了构造数据的地方是如何如何，返回的却是不对。应该如此。。。
然后直接修改对了。
所以，我觉着什么内核不内核的，找bug根本就不是问题。应该是它的强项。而且现在它还是以一个通用模型的情况下找bug。如果专门针对代码训练。那估计更强。还有字符数量，思考时间之类的限制，如果打开。那内核这种量级的代码找bug完全不是问题。
【 在 kod2009 的大作中提到: 】
: linux kernel里的bug是不是也能让ai分析出来了，
: 例如很隐秘的问题，让程序员想破脑袋，折磨好长时间。
: 不知有没有这方面的成功案例。
: ...................
--
FROM 117.133.52.*
不是已经有用大模型作芯片设计的了么？但这个未必公开给其他人用。大公司掌握专精的大模型，普通人用一般的模型。还是没办法和他们比。
【 在 lvsoft 的大作中提到: 】
: 现阶段ai自动布线要做好，我感觉大概率还是需要训练一个专用模型的。
: 但现在的大模型综合能力很强了，我考虑的先用llm + 传统算法结合下，靠prompt让llm去诱导质变。我觉得可以试一试，无非是花点钱的事。
--
FROM 111.196.128.*
cad需要空间想象能力。目前的大模型不行。但李飞飞不是作了个世界模型么？感觉他遇到的问题马上就能解决。
【 在 DoorWay 的大作中提到: 】
: 擦！干到天亮，羡慕激情。
: 你哗啦啦说的前三段，很有感染力。让我想到看《社交网络》里，小扎喝了半瓶啤酒后，嘴里叨叨叨的入侵宿舍网络，做FaceMehs，然后问爱德华要公式：
: Ea = 1 / 10^{(Rb - Ra）/ 400} ...
: ...................
--
FROM 111.196.128.*
cursor中自定义api 用ds不太好使。修改文件和cursor配合不好。 aider默认就支持ds，这个很好用。
【 在 cplusplus 的大作中提到: 】
: 形势变化很快，现在又是另外一种情况了。
: 从我本人这几天测试的几种情况来看，deepseek跟gpt o1没啥差别。
: 本来我的openai被封了号，正愁不能调用api了，这下直接上deepseek的API了
: ...................
--
FROM 114.241.2.*