【 在 lvsoft 的大作中提到: 】
: 你在说啥？法律法规问题跟软件工程，跟码农有个屁的关系？你是码农么基本的逻辑都不讲？一个工程当然是复杂的，软件工程只是其中的一部分。你把软件工程泛化到整个工程来论证复杂性，那不如聊聊怎么招人怎么管人怎么搞钱好了，毕竟这些也都是会严重影响工程的支撑因素。
: 其次，你以为我对法律问题缺乏理解？早在十几年前我就用我们在intel里开发的系统中遇到的开源协议引起的法律问题，启发和指导了一个法律系的学生的硕士毕业论文。别觉得就你看到了这一点好不好。
: 最后，你是觉得这些问题ai搞不定还是咋的？ai做不了架构设计？ai不能提出法律建议，不能站在法律的角度去做开源模块的选型？别搞笑了行不。ai的问题是目前它的智力还不太够，但它可是什么都懂，论知识面它比谁都要资深。
: ...................

其实， 这里说复杂的原因是， 不是AI能不能处理复杂，
而是另一个原因， AI不知道自己能不能处理复杂。
面对分烦复杂的问题， AI显然能够一通答， 问题是解决的质量本身还得需要人评判。
举个例子， 以前给CPU写程序也是个很麻烦复杂的事情，
需要操控CPU里面一堆寄存器单元， 然后还要处理堆栈的压入，弹出，
控制和移动CPU指示代码和数据的指针， 出一个小差错， CPU就挂了， 到了后来，
编译器横空出世，那些计算机程序员一大堆的工作似乎一下子被编译器给取代了。
可是， 从后面的发展来看程序员对CPU越来越透明了， 出现了一大堆高级语言程序员，
他们甚至不知道， 寄存器是何物， 但不影响他们做一个程序员写代码让CPU工作。
而编译器的发展， 也并没让编程工作萎缩， 反倒随着程序语言的复杂度和能力的提升，
创造出来数以万计的更多需求， 使得计算机不再局限于数学物理和工程计算， 反倒渗透
到了各个行业的方方面面。
因此， 我的观点是AI， 就像只能的编译器， 只能让程序员们提升处理复杂问题的能力，
从而让计算机的应用提升一个更高的台阶， 需求只会随着计算机程序的处理能力爆发性增长，
对码农的需求只会多， 不会少， 只不过， 码农的工作重心也会发生变化，
就像初代放弃CPU指令， 寄存器操控的码农，更多的要去关注复杂度本身。
--
FROM 124.126.3.*