|
Don't fall into the anti-AI hype https://antirez.com/news/158 这个链接（*https://antirez.com/news/158*）是某个博客文章，作者的名字就是 antirez。他是一位非常著名的软件开发者，尤其以创建 Redis 而闻名。 - antirez 是谁？ 本名： Salvatore Sanfilippo 网名： antirez 身份： 软件工程师 / 开源开发者 最出名的作品： Redis —— 一个高性能的开源内存键值存储数据库，广泛用于缓存、消息队列等互联网核心基础设施。 Redis 在全球范围内被大量使用，是很多大型网站和服务的重要组成部分，因此 antirez 在程序员社区的名气非常大。 博文分享： 不要掉进反 AI 的炒作里 antirez 20 天前 · 414,348 次观看 我热爱写软件，一行一行地写。可以说，我的职业生涯一直是在努力把软件写好：写得简洁、克制，并且始终保有人类的痕迹。我也希望生活在一个不遗忘弱者的社会。此外，我并不希望 AI 在经济上取得成功；我不在乎当前的经济体系是否被颠覆（老实说，如果它朝着大规模财富再分配的方向发展，我甚至会很高兴）。 但如果因为我对软件或社会的理想，而损害了我对现实的判断，那我既不尊重自己，也不尊重自己的理性。事实就是事实：AI 将永远改变编程。 2020 年，我辞去工作，去写一部关于 AI、全民基本收入，以及一个为自动化劳动而艰难适应的社会的小说。2024 年底，我又开设了一个 YouTube 频道，专注于 AI、它在编程中的使用方式，以及它潜在的社会与经济影响。 尽管我很早就意识到这一切终将发生，但我原本以为我们还有更多时间——至少还有几年，编程才会被彻底重塑。现在我不再这样认为了。 最近，最前沿的大语言模型已经能够在几乎没有人工干预的情况下，独立完成大型子任务或中等规模的项目，只要你能给出一组关于最终结果的良好提示。 成功的程度取决于你所做的编程类型（任务越独立、越容易用文本表达，效果就越好——系统编程尤其适合），也取决于你是否能在脑中构建清晰的问题模型，并把它传达给 LLM。 但总体来说，现在已经很清楚了：对大多数项目而言，亲手写代码已经不再是理性的选择，除非只是为了乐趣。 在过去一周里，我只是通过提示、偶尔检查代码并给出一些指导，就在几个小时内完成了以下四件事——而这些原本需要数周时间： 我修改了自己的 linenoise 库，使其支持 UTF-8，并创建了一个行编辑测试框架，使用模拟终端来报告每个字符单元中实际显示的内容。这是我一直想做的事，但以前很难为一个副项目投入这么多测试工作找到合理性。但当你只需描述想法，它就能在代码中成形，一切就完全不同了。 我修复了 Redis 测试中的一些瞬时失败问题。这类工作非常令人厌烦，涉及时序问题、TCP 死锁等。Claude Code 持续迭代，反复复现问题，检查进程状态以理解发生了什么，并最终修复了这些 bug。 昨天我需要一个纯 C 语言库，用来对类似 BERT 的嵌入模型进行推理。Claude Code 在 5 分钟 内就生成了它。输出与 PyTorch 相同，速度也几乎一致（慢约 15%）。700 行代码，外加一个用于转换 GTE-small 模型的 Python 工具。 过去几周我对 Redis Streams 的内部结构做了一些修改，并为此写了一份设计文档。我把它交给 Claude Code，它在大约 20 分钟内复现了我的工作（主要的时间消耗在我自己检查和授权运行命令上）。 面对正在发生的一切，你不可能视而不见。 在绝大多数情况下，写代码本身已经不再是必要的事情了。现在更有意思的，是理解该做什么，以及该如何去做（而在第二点上，LLM 同样是极好的伙伴）。 AI 公司是否能收回投资、股市是否会崩盘，这些在长期来看都无关紧要。某些独角兽公司的 CEO 说了什么令人反感或荒谬的话，也无关紧要。编程已经永远改变了。 那么，我对那些被 LLM 吸收进训练数据的、自己写过的代码有什么感受？ 我感觉很好，因为这正是我一生所做事情的延续：让代码、系统和知识民主化。 LLM 将帮助我们更快地写出更好的软件，并让小团队也有机会与大公司竞争——就像 90 年代的开源软件所做的一样。 然而，这项技术重要到绝不应该掌握在少数公司手中。 目前来看，无论预训练做得好坏，强化学习是否更高效，开源模型——尤其是中国团队产出的模型——依然在与封闭实验室的前沿模型竞争（即便仍有差距）。到目前为止，AI 的民主化程度是足够的，虽然并不完美。 但问题是：这并不保证永远如此。 我对集中化感到担忧。 与此同时，我也相信：在足够规模下，神经网络本身就能做出极其惊人的事情；当前最前沿的 AI 内部并不存在那么多“不可复制的魔法”，以至于其他实验室和团队无法追赶。否则，很难解释为什么 OpenAI、Anthropic 和 Google 多年来在成果上始终如此接近。 作为一名程序员，我现在比以往任何时候都更想写开源软件。我想重拾那些因时间不足而搁置的仓库。我想把 AI 应用到我的 Redis 工作流中，改进 Vector Sets 的实现，然后继续改进其他数据结构，就像我现在对 Streams 所做的那样。 但我也为那些即将被裁员的人感到担忧。 目前并不清楚真正起作用的动态是什么：公司会雇佣更多人、构建更多东西？还是会削减薪资成本，只留下少数更擅长提示工程的程序员？而且，在其他行业，人类恐怕会被彻底取代。 那么，社会层面的解决方案是什么？ 创新一旦发生，就无法倒退。我认为，我们应该投票支持那些正视现实、愿意扶持失业者的政府。而被裁员的人越多，政治上的压力就会越大，推动人们去支持那些能提供基本保障的力量。 同时，我也期待 AI 带来的积极一面：科学的新突破，或许能减轻人类生存本身的痛苦——毕竟人生并不总是幸福的。 总之，说回编程。 朋友，我只有一个建议：无论你认为什么才是“正确的事”，你都无法通过拒绝现实来掌控它。 回避 AI 不会帮到你，也不会帮到你的职业生涯。请认真想一想。 用心去测试这些新工具——投入几周时间，而不是用五分钟的浅尝辄止来强化你原有的成见。想办法让自己“倍增”，如果第一次不成功，隔几个月再试一次。 也许你会觉得：你辛辛苦苦学会了编程，现在却被机器代劳了。 但当年让你熬夜写代码、只为看到项目跑起来的那团火，究竟是什么？ 是创造。 而现在，只要你找到有效使用 AI 的方式，你就能创造得更多、更好。 那种乐趣依然存在，毫发无损。 |
