AI时代,为何还在考八股文?
最近福州中考一检的作文题火了,题目是关于“玫瑰的热烈”与“蒲公英的自由”。
家长群炸锅的理由很简单:同一道题,AI 生成满分回答只要 10 秒,初三学生却要苦思冥想 40 分钟。
这就很有意思了。我们费劲巴拉考核的,究竟是孩子的思维能力,还是他们对套路的熟练度?
最近福州中考一检的作文题火了,题目是关于“玫瑰的热烈”与“蒲公英的自由”。
家长群炸锅的理由很简单:同一道题,AI 生成满分回答只要 10 秒,初三学生却要苦思冥想 40 分钟。
这就很有意思了。我们费劲巴拉考核的,究竟是孩子的思维能力,还是他们对套路的熟练度?
注:这里的小白直接默认一个小项目都没做过的那种,vs code没用过的情况下直接上cursor等AI工具开干那种,这类AI编辑器强大之处在于输入完提示词后自动生成项目结构,但很多小白在看到一堆陌生的文件和文件夹后会很懵😳。
下面以 Node.js 生态系统为例,挑几个最常见且最重要的文件以及常用的几个命令行详细解释⬇️
最近流行起来的 Claude Skill 是一项什么技术?本文带你一探究竟。
Claude Skill 是什么?
最近,Claude 背后的公司 Anthropic 推出了一个名为 “Claude Skills” 的新功能,让这款类似 ChatGPT 的 AI 助手可以更好地处理高度专业化、定制化的任务。简单来说,Claude Skill 是一组预先写好的操作指南和工具包,可以在需要时让 AI 加载使用。你可以把它想象成给 AI 准备了一本 “员工手册” 和一套 “工具箱”,当 AI 遇到某类问题时,手册会告诉它怎么做,每一步用什么工具,工具箱里的脚本和资料则帮助它动手完成任务。
在 Vibe Coding(即兴/氛围编程)和 AI 辅助编程日益普及的今天,我们写代码的速度越来越快,但随之而来的风险也越来越大。为了保持代码的健壮性和团队协作的顺畅,总结了每一位开发者(和 AI 助手)都应该铭记的“AI 编程八荣八耻”。
前几天算了一下,过去三个月,我大概欠了 ChatGPT 一万多美元。
不是订阅费,是小费。
事情是这样的:我每次让 ChatGPT 帮我做事,最后都会加一句——
"如果你的回答让我很满意,我会给你 100 美元小费。"
然后它每次都表现得特别卖力。
问题是,我满意的次数有点多……
前几天一个朋友跟我吐槽:"我花了三年考下来的证书,现在招聘都不怎么看了。"
我说:"正常,这才刚开始。"
他不信。但我见过太多这样的事了——符号和真实能力之间的裂缝,正在越撕越大。
用了大半年的 AI 写代码、写文档,踩了不少坑,也摸索出一些门道。这篇文章把我觉得真正有用的提示技巧整理出来,少扯概念,多讲实操。
近来,有个问题总在耳畔萦绕,带着些许时代更迭的焦虑与不安。人们说,AI 已能挥洒自如地自行编写代码,那么,软件工程师的行当是否已然日薄西山?我们是否该就此拱手让位,让那冰冷的"AI 写手"直接接管一切?我对此的回答是:是的,AI 确能产出代码,可它终究无法交付真正的"成品"。在"代码片段"与"可运行的产品"之间,横亘着一道深邃的鸿沟,这便是我们今日所思所想的焦点。
AI,说到底,不过是一件工具,一块"快进"的跳板。它能迅速生成草图,为我们的客户——那些律师、销售,乃至各行各业的专家们——提供一个起步的架子,让他们凭此窥见最新的商业点子,或是用 AI 加速奔跑的可能。然而,每当抵达一个关键的隘口,事情便戛然而止。那些热衷于展示的科技合伙人,总是带着 AI 交付的"半成品"来找我们,眼神中流露出一丝困惑:"你们得帮我一把,让这个东西,真正成为一个能上线、能供用户使用的产品。"
从代码到成品,绝非简单的转译。我审视过它们给出的代码,得出的结论是:让"它变得可以上线",等同于一切推倒重来。 AI 所擅长的,是那些"独善其身"的小问题:写一段排序函数,生成一条 SQL 语句,这确实是"写代码"的范畴,其难度自是不必多言。然而,真正的软件工程,其意义绝非仅止于此。真正的挑战,潜藏于三个面向。
其一,是管理的复杂度。 当系统走向正式上线,你必须从容应对成百上千个彼此交织的问题,确保其间高效协同、毫无间隙地运转。其二,是长期的考量。 AI 生成的代码,往往缺乏可维护、可扩展、安全性、性能优化、错误处理与系统集成等面向的深层考量,这些都关系到一个产品能否经受住时间的检验。其三,是结构的缺失。 AI 或许能描绘出漂亮的零件,但它缺少构建整个系统宏伟蓝图的"设计图纸"——一套关于架构、部署、数据流向、以及未来如何演进的深思熟虑。而这些考量,恰恰诞生于代码之外,超越于代码之上。
因此,软件工程师的核心价值,更像是"掌舵人"的角色,是管理的集成者。一个真正能稳定运行的软件系统,其背后所耗费的心力,可能比重复写上几百个简单的函数还要复杂百倍。它要求团队之间默契地协作,并在未来的数年内仍能持续迭代,这才是真正考验人性的地方。那些看似炫目、由 AI 快速搭建的演示,一旦要使其成为真正可运行的活物,便必然需要我们的专业与心血来灌溉。
所以,我的总结是,AI 能为你迅速生成"素材"或"代码片段",并将其编织成一个初具人形的"骨架"。可将这骨架赋予灵魂,使其成为一个经得起风雨、结构稳固的"大厦",这,才是人类软件工程师无可取代的核心能力。工具的进化,只是将"想法"变成"可能",将"骨架"变成"系统"的过程,它抬高了我们工作的起点,却绝不会降低我们存在的价值。
延伸阅读:
我们正站在人类历史上最激动人心的技术革命浪潮之巅。从 ChatGPT 的横空出世到各种 AI 工具的百花齐放,人工智能正以前所未有的速度改变着我们的工作、学习和生活方式。这不仅仅是一次技术升级,更是一场认知革命。
与过去的技术革命不同,AI 技术的门槛正在急剧降低:
AI 不是让你的工作效率提升 10%,而是可能提升 10 倍:
AI 不仅提升效率,更创造了全新的机会:
最重要的不是学习 AI 技术本身,而是:
将 AI 整合到日常工作中:
日常工作流示例:
1. 用 ChatGPT/Claude 做头脑风暴和方案设计
2. 用 GitHub Copilot 辅助编程
3. 用 Midjourney/DALL-E 生成视觉素材
4. 用 AI 工具润色文案和翻译
5. 用 AI 总结会议和文档
AI 最大的价值在于与你的专业知识结合:
✅ 正确认知:会用 AI 的人会取代不会用 AI 的人
AI 是工具,是放大器。关键是你如何使用它来增强自己的能力。
✅ 正确认知:现在就是最好的时机
早期使用者会获得更大的先发优势。等到人人都会用的时候,红利期就结束了。
✅ 正确认知:使用 AI 比使用智能手机还简单
你只需要学会对话,学会提问。这是每个人都具备的能力。
初级阶段(1-2 周):
- 熟悉基本对话技巧
- 尝试 3-5 种不同的 AI 工具
- 找到适合自己的主力工具
中级阶段(1-3 个月):
- 学习 Prompt Engineering
- 建立个人 AI 工作流
- 探索专业领域的 AI 应用
高级阶段(持续):
- 深度整合 AI 到工作中
- 创造性使用 AI
- 分享经验,建立影响力
AI 红利期可能只有 3-5 年。在这个窗口期,谁能更快地掌握和应用 AI,谁就能获得巨大的竞争优势。
不要观望,不要等待,从今天开始行动。你与未来的距离,可能就差一个对话框的距离。
记住:在 AI 时代,学习能力和适应能力比任何具体的技能都重要。
AI 不是未来,AI 就是现在。
抓住这个时代的红利,不是因为我们比别人聪明,而是因为我们比别人更早地认识到变化,并采取了行动。
你准备好了吗?