50 多岁转型 AI，犀利批判硅谷大厂：“先变成个混蛋才能做成事”

• 科技公司之间的文化差异会严重影响员工的行为和工作效率。大多数公司都处于不同的人工智能采用阶段。要将人工智能融入开发，文化方面的转变是必要的。

• CHOP（面向聊天的编程）体现了开发人员与代码交互方式的转变。作为领导者，熟悉技术有利于保证其产品开发见解的相关性。

• 未来，面向代码行的编码可能会减少，而面向代码块的编程会增加。开发人员需要适应新的工作流程，其中包括 AI 工具及其局限性。

• 阅读能力是人与 AI 有效沟通的关键。适应 AI 工具的重要性怎么强调都不为过。

• 人工智能中的 Agent 概念可能不像预期的那么有效。

他正在打造世界上最开放、最全面的代码智能平台，同时他也是业内颇具影响力的程序员。他有自己的博客，主要探讨与编程相关的方方面面，并分享一些热门话题。他还有自己的维基百科页面，从上面你可以看到他是一个货真价实的程序员。

Steve Yegge： 大家好，我是 Steve，很高兴参加这个节目。上世纪 90 年代初，我就进入了这个行业，非常早。我只在几家公司工作过，总共也就五家。我以前在一家名为 GeoWorks 的公司工作，他们是做汇编语言的。我后面会详细谈谈这段经历，这很重要。然后，1998 年我直接去了亚马逊。那是很久以前的事了，当时那里有 250 人。

我在亚马逊工作了六年半，然后我去了谷歌，在那里待了 12 年半，做了很多事情，但很多都与 DevTools 有关。之后，我去了东南亚的 Uber（他们叫 Grab）。那是一次奇妙的冒险，很多方面都让人匪夷所思，也真的很酷。但后来大流行病袭来，我没法再旅行，所以就没再去了。

然后我用了一年的时间静下心，又花了一年的时间考察公司，看看自己想做什么，因为我很挑剔。我苦于这种“老鼠赛跑”已经很久了。我想找一个能让我开心的地方，给我不像在工作的感觉。Sourcegraph 轻松地赢得了这个评价，这家公司真的非常适合工作。他们是远程的，员工分布在哥伦比亚、哈萨克斯坦等地的小镇上。我觉得，这真的很疯狂，这会面临一些挑战。

我是以工程主管的身份加入公司的，我在高管团队中担任这个职位已经有一年了。在此期间，我帮助公司转型成为了一家人工智能公司。这是一个巨大的转变，彻底的转型是创新者的难题，我们成功渡过了难关。

然后我意识到，自己被人工智能甩在了后面，我开始恐慌，AI 就是问题所在。我认为自己需要重新回到人工智能领域，于是我现在成了一名工程师。我喜欢这份工作。

Steve Yegge： 每个人都希望如此。我想每个做过编码的技术经理都希望能继续编码，但是领导工作会耗费你很多精力，“你往往会离技术和亚马逊的新发现越来越远”，RDS 的一位副总裁跟我说。RDS 是亚马逊云科技的关系型数据库存储。他说，根据他们的经验，如果你有超过 11 名直接下属或更多，那么在未来五年内，你将失去所有的技术能力。没错，这就是亚马逊根据他们的经验得出的结论。

因此，很多公司在看到这一点后，都会认为我们需要减少直接下属，建立一个层次更多的组织，这样人们就可以花更多的时间与直接下属在一起，成为更好的管理者，并提高技术水平。但亚马逊却说，“算了吧，我们就给每个人 15 个直属下属，他们都是非技术人员，由技术人员来管理。”于是，亚马逊走了一条非同寻常的路。他们所有的经理都是非技术人员。我指的是部门经理级别。

Steve Yegge： 是的。如果你丢了技术，就会很难过，就像如果我今年没有回去做工程师，关于编程发展方向、CHOP 以及所有那些东西，我就不会有任何见解。所以，我觉得我现在在帮助指导产品开发方面做得更好了。这是两种不同技能的组合，工程师和工程领导者之间几乎没有重叠，而且他们都是全职工作。所以这很难。

Steve Yegge： 是啊，比你想象的还要可怕。那绝对是个可怕的地方。比如，有一次我们不小心把一个人锁在了反应堆舱里。要知道，那是一个四层楼高的反应堆，全部都漆成了白色。油漆很厚，即使反应堆关闭时也很吵，因为有水泵。

我们把他锁在里面 8 个小时。幸运的是，我们没有打开反应堆，所以他活了下来。但通过这个故事，我想说，那份该死的工作真的很疯狂。

Steve Yegge： 在华盛顿大学上硬件课程的时候，我以为自己会成为一名计算机工程师。但我非常讨厌硬件。我不知道为什么，只是觉得那不适合我。可能是华盛顿大学的先修课程和顺序有问题。他们让你选课，但你却没有数学工具，所以你会很吃力，因为你还得学数学。

关于工程学，那是很久以前的事了。在 80 年代末，编程并不是什么了不起的大事。微软当时已经相当大了，每个人都认为他们只是侥幸而已。

作为程序员，你就是个魔法师，你可以创造奇迹，可以让任何事情发生。所以对我来说，都不用考虑什么，我就是想成为一名程序员。我几乎从十六、七岁时就知道了这一点。

我知道，很多人开始编程的年龄比这还小。我在十几岁的时候就开始接触电脑，那会的电脑像汽车一样大。我用惠普计算机自学了一个程序，它提供了一种基于堆栈的语言。我做了一个多边形渲染引擎，3D 的，渲染一个甜甜圈要花半个小时。但我很喜欢，而且从此一发不可收拾，我已经做了 40 年了。

Steve Yegge： 这个问题非常有趣。要说的话，那应该是我在 GeoWorks 的同事。亚马逊的人买下了西雅图办公室，有 20 多名 GeoWorks 的工程师去了亚马逊。他们是跟着我去了那里。几个月后，亚马逊说，他们绝对是所有收购项目中招聘门槛最高的。

很多前 GeoWorks 的人后来都在亚马逊混得风生水起。那些人来自伯克利，大部分来自斯坦福大学。他们是 Lisp 专家、是 Emacs 专家、是 Tickle 专家。他们喜欢自己写工具。虽然是汇编语言，但在我的经验中，他们构建的工具链仍然是无与伦比的。比如，他们构建的调试器就比我们的好，让你可以方便地在线修补程序，那是个非常有趣的圈子。

他们教给我的是，学习 Emacs。我从来没有后悔过。我知道，这将会是一件我必须花费数年时间去学习的事情，每天学习 Emacs 的一些新东西。我真的花了好几年的时间，每天都在想今天要学 Emacs 的哪些方面。这对我的整个职业生涯来说都是非常重要的，因为它是一个非常强大的工具。

他们还教会了我非常好的软件工程实践。你知道，他们都非常非常聪明，教会了我要有更高的目标。后来我去了亚马逊，贝索斯很疯狂，我学会了要把目标定得很高。

Steve Yegge： 离开亚马逊后，我在谷歌的第一个月就像是在减压。我没有意识到我是那么紧张，直到我离开了几个星期之后。对于亚马逊，你必须了解的事情是，他们是在战斗。在内心深处，他们真的认为自己是在打仗。这意味着一切都非常严肃，没有多少幽默可言。

一切都非常专业，雷厉风行、近乎军事化。我在海军服过役，这些从他们的效率和工作方式上可以看出来。但在文化上，他们是如此的不同。他们非常焦虑，高度神经质。那里的每个人都有点疯疯癫癫的，感觉很奇怪。但是，我看到有人离开亚马逊，都是些非常令人讨厌的人，然后他们去了谷歌就变成了最棒的人。所以在某种程度上可以说，人是环境的产物。我的意思是，你去了一家公司，就会开始像公司里的其他人一样行事。在亚马逊，不管什么事，你必须先变成个混蛋才能做成。

Steve Yegge： 谷歌采取了完全不同的方法。谷歌就是想要吸引世界上最聪明的人，要让在谷歌工作比在哈佛终身任职更有趣、更好玩。我到谷歌的第一周，我旁边坐着一位哈佛终身经济学教授，名叫 Mike。他说，“是啊，我是终身教授，但我刚告诉他们我要走了。”他们就说，“你不能走，你有终身教职，你在这里永远有工作有办公室。”他就说，“是的，但我还是要走了。”然后他就去了谷歌。

这就是谷歌的做法。我上过的所有课，他们都把写教科书的人给请来了——所有的教授、所有写书的人。我加入谷歌时，他们都在那里。这让人难以置信。亚马逊有一种“反博士偏见”，这种偏见的表现绝对是滑稽可笑的。他们认为博士虽然无所不知，但却并不做事。在亚马逊，他们几乎是反智的。这很有趣。现在，他们对人工智能之类的东西了解得更多了，这种情况可能会有一些改变，但这种文化上的东西，通常会伴随你几十年，你无法改变它们。所以亚马逊仍然是我所说的故意无知的公司。

Steve Yegge： 这又是个好问题。你知道，我发现我总是因为想要亲手做更多的事情而感到沮丧。很多人找帮手来解决这个问题。他们成了技术领导者，他们有了一个团队。如果有一群人帮你，你可以实现更大的野心。

但就像我想成为超级英雄一样，我想打造一个成功的大型视频游戏。我觉得我可以想像出来，那为什么不能创造出来呢？我真的很努力，全身心投入其中。那是在我离开亚马逊后、去谷歌之前。

对于初学者来说，Java 简直要了我的命。也许我应该用 C++，因为它是一种更强大的语言。但我选了 Java，因为我想用它来提高工作效率。在某种程度上也确实如此，但 Java 的表达能力实在太差了。它没有一等函数之类的东西，所以如果你想用 Java 构建一个足够大的东西，它就会开始超线性增长，这太可怕了。我对此感到非常沮丧，于是我就读了所有能找到的书。

我去了巴诺书店，买了所有与设计模式、重构等相关的书籍，从头到尾读了一遍。我当时想，这是怎么回事？为什么它这么慢？刚开始的时候，我编码的速度飞快，而现在代码已经有 10 万行或 20 万行，我开始陷入困境。以前我花一天时间就能做完的事情，现在要花一周的时间。这到底是怎么回事？我很生气。

我开始关注其他编程语言和工具，并开始在博客上发表相关文章，比如号召大家开始选择更好的语言等等，都到了痴迷的程度。我发现自己开始进入开发工具领域。我在亚马逊一开始我做的是 TPM，然后做了几年客服工具，后来进入了开发工具领域，因为我当时想“得让这一切变得更快”，为了所有的开发人员。

同样的事情也发生在我去谷歌之后。在那里，我做了一些很酷的事。然后我就想“管他呢，我要修复我们的工具。”于是我就去做了 Grok，这也是我创立 Sourcegraph 的最终原因。实际上，Sourcegraph 就是我在谷歌所开发的东西的开源版本。

Steve Yegge： 事情很多时候就是这样。要知道，即使是在五年前，指望一群孩子学会编程几乎是不可能的。但有人向我表示，他们八岁的孩子正在使用 GenAI 和编码辅助工具写代码。这就是现在的情况，任何人都可以写代码。写代码的实际过程确实变得容易多了，或者说，它正在变得更容易。

我们正在从你必须写代码转向 LLM 写代码，而你只是和它讨论代码。对于刚刚进入这个行业的人来说，这比直接学习如何编写代码要容易得多，所以我认为这是一个巨大的希望。我们会有越来越多的人参与进来。只是现在面向聊天编程（CHOP）的工具还太新了，你不能指望低年级的孩子就能学会怎么做。但是在一两年内，我想所有的孩子都会像这样编程。

Steve Yegge： 当然，所以我要提出一些大胆的主张。我们俩可能都会收到很多对此愤愤不平的邮件。我说过，在职业生涯的前五年，我都在使用汇编语言编程。这门语言只有寄存器，没有变量、没有作用域、没有控制流、没有语句或表达式，甚至连运算符都没有。四、五十年来，全世界都是这样编程的。人们拒绝转向 C 和 Pascal 等高级语言，因为所生成代码的性能比不上有经验的汇编程序员手工编写的代码，因此过了很长的时间汇编语言才被淘汰。那就是我编写汇编程序的原因，因为我从事的是系统编程，我们编写的代码比 C 编译器还要快。

所以我们被看不起，哈哈哈。你得用编译器，你得用高级语言，我们才是真正的程序员。当然，它死掉了，因为人们被效率征服了，用高级语言编写程序的效率是用汇编语言的五到十倍。因此从经济角度来看，汇编语言的消亡是不可避免的。

我们今天所做的编程是面向行的，过去四、五十年我们一直是这么做的。我们所有的工具都是面向行的，代码是一行一行完成的。你可以把这称为语句和表达式编程，但我们还是把它叫做行编程吧，就是个称呼。每个人都认为这是当今唯一的编程方式，但它正在消亡。

就像汇编语言一样，五年内就会彻底消失。你将不再写代码，不再写代码行，而是写代码块。我们正在进入面向块的编程时代。在这个层面上，你的原子构件是函数、类和模块。如果其中一个模块出了问题，或者你需要对其进行扩展，你只需要按提示重写整个代码即可。整个东西，一次完成。

这与 15 年前 RepRap 出现时的 3D 打印技术非常相似。在 2004 年、2005 年，终于有人发明了一种能打印自己的 3D 打印机。这非常了不起，你只需订购一套它打印好的零件，然后把它们组装起来。很快，你就拥有了一台 3D 打印机，虽然它算不上很好。当然，没有多少人会去组装一台 3D 打印机。这是一种非常小众的技术。但 15 年后的今天，3D 打印技术已经能够打印生物器官，甚至在太空中打印工具。3D 打印技术正在取代流水线和制造业中的大量工作。但在当时，这似乎并不可行，只是一个类似概念验证的东西，人们并没有真正看清它的发展方向。

而且，3D 打印机很容易让人联想到：“好吧，那你可以在《无主之地》中 3D 打印一辆汽车，然后开车起飞”。这就好比能 3D 打印出一个实际的物品，比如一个可以上色的微型模型或者一个汽车零件，和能打印出一辆完整的汽车，这两者之间的巨大差距。显然你做不到。我之所以这么说，是因为当人工智能能够“3D 打印”代码时，人们也得出了同样愚蠢的结论。因为 GenAI 实际上就是一台打印代码的 3D 打印机，但你提供的不是 3D 物品的规格说明，而是提示和上下文，而它会为你打印代码。

也就是说，作为开发人员，你现在要使用更大的构件，而你并不想自己编写它们，你只是想让它们为你服务。这样你就可以更加专注于函数、类或模块的 API，以及与其他系统之间的 RPC 调用和设计方面，你的工作层次会因此得到提升。

Steve Yegge： 自从我发表了题为“初级开发者之死”的文章后，我一直在深入研究这一现象。同时，我也与许多非常聪明的人进行了交流，他们主动找到我，分享了他们对这个问题的看法。我们的讨论肯定比文章中所涉及的内容更为细致。

他们并不会消失，但肯定在发生变化，就像我从入学到完成学业期间，3D 制图方式所经历的变化一样。我在 GeoWorks 做了一份全职工作，因此我花了更长的时间才获得计算机科学（CS）学位。实际上，我是在 1991 年和 1995 年，或者 1992 年和 1996 年，分别选修了计算机图形学课程，两次选修相隔了大约四年。在这四年里，图形程序员的角色已经完全变了。这就是我再次选修这门课程的原因，因为图形学领域在早期发展得太快了。

我们学习了如何渲染线条、多边形以及如何着色，但四年后，所有这些东西都变成了硬件或者你使用的引擎的一部分，关注的是更高层次的问题，比如场景构建、对象管理、物理效果和特效等等。但那只是四年后的情况，而现在图形处理技术已经非常先进了。作为图形程序员，你所做的并不是仅仅渲染多边形。

如今，在编程领域也出现了类似的情况，程序员的角色正在发生变化。可以说，这个角色正在逐渐消失， 但我们仍然会有初级工程师，只是他们所做的事情不同了。我们面临的挑战是，沿着抽象的梯子向上爬升。当你有了更好的构件时，3D 打印机就可以打印出汽车部件。而现在，很多人只关注于打印汽车，而不是制造火花塞。

当你理解了这一点，从某种意义上说，你的资历也会自然而然地提升，因为你所关注的内容通常是资历更深的人所关注的，比如架构，而不再是编程语言的细节或某个函数的内部语义。这种情况在资深人士中引发了一些偏见，这才是真正的问题所在。很多人都为此感到愤怒。他们会说，“嘿，我的孩子刚刚拿到计算机科学学位。你做了什么？你毁了他的工作！”所以，你可能就理解了，为什么他们认为我错了。他们高估了技术变革的影响力。

Steve Yegge： 的确如此。但是，只要我们深入研究一下细节，就会产生疑问：为什么会很难呢？人们抗拒的学习曲线在哪里？我发现，对于很多事情，CHOP 要求你有很高的容忍度，而现在，很多开发人员都不具备这样的容忍度，这包括模型幻觉、工具排序，以及提示和上下文管理。

所有这些事情都让人们觉得很难，因为你必须打字非常快。你必须能够快速阅读，因为你要与 LLM 进行数百或数千行的对话。在解决问题的过程中，这种能力会不断积累。还有上下文，你必须反复浏览，才能找到你需要补充的信息。所以，很多人读不懂、写不好，甚至连 LLM 的提示都说不清楚，就像他们无法像自己编码时那样解释自己的需求。

老实说，当我们很忙时，阅读确实会比较困难。在拥挤的飞机座位上，我们都会觉得打字困难。CHOP 是有点难。此外，模型幻觉使得工作流程与人们的习惯大相径庭。模型会一直产生幻觉，你得到的每个答案都有可能是错误的，因此你必须培养第六感。

作为工程师和程序员，你必须开发出一套以前不需要的技能：一套验证技能，因为编译器会告诉你，它生成的代码是完美的、集成开发环境所做的重构是完美的。这应该是可以证明的，它们不会做无法证明正确的重构。这就让我们所有的开发人员都形成了一个习惯，认为工具生成的代码是正确的。

大部分时候，我们的开发工具都是正确的。当它们正确时，它们确实非常出色。不过，你必须进行更彻底的测试、更精细的调试以及更仔细地查看日志。幸运的是，LLM 可以帮助你解决所有这些问题。因此，一切都将变得更容易，但同时，工作流程也会有所不同。基本上，你正在处理的是一些存在问题的优质代码，你的任务是将其转变为不存在问题的优质代码。在使用 LLM 时，可能需要更多的迭代次数。

这是一件非常复杂的事情。基本上，人们之所以在使用 CHOP 时感到困难，是因为目前使用起来还有些麻烦，工具需要变得更便捷，就像 3D 打印在过去 15 年里的发展那样。

Steve Yegge： 我意思是，你可以要求 LLM 从字面上解释代码的任何部分，并且可以根据你想要的任何经验水平来进行解释。无论是向五年级的小学生解释，还是向大学生解释，都可以。你完全可以随意定制，它绝对会做你想要的任何事。它可以重做任何你想让它重做的东西，并向你做出解释。所以，你可以边学边做、边做边学，这确实非常有趣。

我自认为是一名程序员，而不是计算机科学领域的其他任何角色。这是我职业生涯的重点。编译器、解释器、语言设计以及特性，这些看起来就像一门失传的艺术，就像被烧毁的绝地武士书籍一样珍贵。

20 年或 30 年后，编程语言是否还存在，或者那些大型语言模型（LLM）是否会发明自己的编程语言，使它们更容易读写，而我们只需编写规范？我不知道，但可以肯定的是，50 年后这些变化一定会发生。

Steve Yegge： 是的，就像现在大多数程序员都不会使用汇编语言一样，汇编语言正在成为一门失传的艺术，但这并不重要，因为它是小众的东西。世界正在改变。如果你真的非常重视代码补全功能，比如自动为你补全一行甚至多行代码，那么当 LLM 为你编写所有的代码时，你会猛然发现代码补全功能变得毫无用处。

Steve Yegge： 就拿 GenAI 来说，当它出现的时候，编码系统、ChatGPT 等技术已经覆盖了整个领域。有些公司会说，“我们不能使用人工智能，因为 X、Y 等原因，我们根本用不了。”这些公司真的非常落后，在我了解了这些公司的情况后，就不再使用他们的产品了。还有一些公司，他们已经在执行人工智能的 10 年规划，这真是令人惊叹。这些公司以前就实施过十年规划，所以我知道，他们不是在开玩笑。

现在又得重新回到 CHOP 这个问题了，因为他们可能采用了“代码补全”技术，并且有很多与之相关的术语和行话，比如补全接受率是多少？有多少代码是 AI 编写的？但所有这些都会消失。他们都还在修修补补，这还不是人工智能的稳定状态。

有几个公司正在使用 CHOP。我曾跟你提到，在我说“初级开发人员可能会消失”之后，我收到了许多人发来的表达愤怒的邮件。实际上，一些大公司联系了我，这些公司规模大、资金雄厚、技术先进、人才济济，并且非常关注开发工具链。他们表示：“这很有意思，我们也注意到了这种现象。”他们更倾向于招聘资深开发者，因为他们可以使用 GPT 来编写所有代码。正如我之前提到的，人们开始转向面向聊天的编程方式，我们已经在现场进行了验证。

但大多数情况下，我想说的是，现在全世界可能只有不到 1% 的开发者在使用它。这完全是个比较边缘的东西，现在还太难了。我对 Emacs 和操作系统非常熟悉，我一分钟能打 120 到 130 个字，我知道我在做什么，所以我可以让它做我需要它做的事，但大多数人还做不到这一点。

我在宣传它，但与此同时，在我们内部，在 Cody，我们的团队正在非常非常努力地工作，以确保所有这些东西都更加直观。这样人们就可以直接使用，而不用去理解它。

Steve Yegge： 当然，这有文化方面的原因。你正在改变你的编程方式，而这将会带来很多你必须处理的连锁反应。比如代码可能能将就着用，但很糟糕。这种情况很常见，LLM 生成运行良好的代码，就好像它很好地完成了代码。它会完全按照你的意图行事，但你看过之后就会觉得，“天哪，这个代码的设计简直是糟糕透顶。”所以，你必须养成反复检查的习惯。

如果你不是很有经验的程序员，你无法仅凭一眼就判断代码的质量，尤其是当你对那门编程语言不太熟悉时。就像我，我对 Scala 语言就不熟悉，因此如果让我看 Scala 代码，我无法判断它是否正确或它是否优秀。

所以，你还需要通过第二道程序，即去找 LLM 然后问它，“你刚才给我写的代码是好代码吗？”你可以用不同的方式提问。你可以说，“你能对它进行安全审查吗？你能确定这段代码是否符合语言习惯吗？我的代码审查员会怎么说？”就像我跟你说过的验证步骤一样，向它提出一堆关于代码的问题。这是另一种工作流程。

你提到了文化，这在文化上是一个很大的变化：在进行代码审查之前，与 LLM 讨论代码。我们都能察觉到这是一个趋势，但也存在反对的声音。我仍然听到有人表示，他们希望这一切消失，以便能够回到正常的工作状态。在这个行业里，有许多真正的铁杆保守派，他们不愿意学习人工智能。这些人最终可能会从行业中消失。这就是我所说的“初级开发者之死”实际上是“顽固开发者之死”。

Steve Yegge ： 投资者的钱都到哪里去了？每个组织都在数十亿地往里投，它们是如何改变我们的生活的？我只知道两个用例。一个是编程助手已经成为一个杀手级应用，它们绝对有效。另一个是，在制作 PPT 时用 Gemini 生成一些糟糕的图片。差不多就是这样。

我是说，ChatGPT 在生成大量文本等方面确实做得很好。这非常好，但其他我们以为会出现的技术，都还需要很长时间才会出现，因为幻觉和人们对它的容忍度。一个时不时胡说八道的 Alexa 是卖不出去的，或者他们必须改变人们的行为方式，他们得给它加上很多注意事项。

因此，这是一个过渡、一个过程、一种转变，它不仅发生在编程世界之外，也发生在编程世界之内。你能做的最好的事情就是加入进来，尤其是作为程序员，加入进来并学习它。学习如何成为一名提示工程师，学习如何提示、如何管理上下文，学习所有的基础知识。你会突然发现，如果你没学过这些东西，两三年或三四年后你可能就会失业。

Steve Yegge： 有趣的是，我不认为电影制片厂会消失。我觉得它要么变小，要么拍更多电影。肯定会发生的是，他们能更快地拍出他们想拍的电影。我的意思是，你还是需要有一些有创造力的、有良好创作品味的人。这样才能真正地拍出一部像样的电影。

Steve Yegge： 没错。就像我一开始说，因为有了编码助手，现在人人都会编码。当然，每个人都将能制作电影，生成高质量的内容。这就是我所说的 3D 打印，你可以获得这些构建块，然后打印更大的块，比如一部电影的整个场景。你还可以重新打印，直到正确为止，因为它是软件，然后继续电影的下一个场景或下一段代码，诸如此类。

有很多学科都在被取代，或者许多初级人员被排挤出局。 仔细想想，它们消灭的不是工作室，而是那些承接外包工作的海外公司的动画师。 那些角色正在消失，所以拍电影的整个过程又要重新开始了。如果 GenAI 能让这个过程变得更快、更民主，我觉得这一点真的很好。

Steve Yegge： 我的老板也问过我这个问题。因为他们会说，“哇，你做了预测，你还有别的预测吗？”但问题是，这个问题很大。这就好比是程序编写、部署和运行方式上的结构性转变。对整个行业来说，这都是一次巨大的变革。因此，我认为，在这个大背景下，可能会有很多认识和发现之类的东西，其中有许多我都还无法预测。

我最近一直在做的事情更多的是理解，比如为什么它还没有一飞冲天？它的难点在哪里？我得出的结论就是因为提示难、打字难、阅读难。它一定会发生，但现在还早得很。

Steve Yegge： 是啊。我想为下一代，即 Z 世代和 Alpha 世代说几句话。我听说，由于成长环境的不同，阅读数千行文字对他们来说变得困难了许多，而这恰恰是 CHOP（可能指某个组织或项目）需要做的。我建议那些希望在各方面都做得更好的人，要提高你们的阅读能力。我今年 55 岁了，我正在学习如何进行钢琴视奏。我弹得还不错。虽然我是几年前才开始学的，人年纪大了学得就慢了，但教自己阅读可以很好地开阔视野，我现在可以演奏任何曲目。

如果你想写博客、想拥有影响力、想成为一名出色的程序员、想擅长编程，我认为你真的应该认真考虑并切实提高你的阅读能力。你能做到的。这不是与生俱来的能力，而是可以通过练习来提升的技能，就像杂耍、绘画或其他技能一样。你掌握得越好，你的生活就会越轻松。

所以我的建议是，多读书。无论是什么类型的书，只要找到你感兴趣的内容。不论是漫画书还是其他，多读总是有益的，因为这样可以训练你的英语词汇记忆，帮助你掌握它。这对于你需要做的事情是必要的，比如向 LLM 表达你的需求。

Steve Yegge： 是啊，这就是我的想法。在某种程度上，我们都是 LLM。

Steve Yegge： 我们都需要，对吧？所以我们必须告诉自己，我从现在开始就要去读一些长篇幅的内容。

Steve Yegge： 强迫自己去做。我买了一本书，同事推荐给我的，叫《人类简史》。这是一本 Malcolm Gladwell 风格的书，读起来非常不错。选一些你认为有趣的东西来读，比如体育之类的，只要是长篇的，每天读。每天读一篇长篇的东西。

严肃地说，艺术已开始消亡，这会导致真正的问题，因为你仍然需要能够阅读，至少在未来 10 年、20 年是这样。

Steve Yegge ： 行业热点很难说，你知道，一不小心就成股票建议了。但我要告诉你一个与我们一直在谈论的话题有关的问题，那就是经常有人来问我，Agent 怎么样？这其实真的很重要。

Agent 可以构建更高级的东西。它可以为你 “3D 打印汽车”, 构建更高级别的软件。比如，Agent 可以构建一个 iOS 应用程序或 Android 应用程序什么的，也可以构建一个可以部署的系统。你给它一个规格说明，它就会帮你写好所有的东西，包括测试、部署、版本控制等等。

所以我的看法是，如果你投了很多钱在这上面，那么你的钱是拿不回来的。抱歉，这是一个让人生气的事实：他们的投资投错了地方。但是，你不能这么做，那不会起作用的。从根本上说，他们把你想做的事变成了有效的 AGI（人工通用智能），但问题是，即使是人，在解决软件问题时也会遇到困难。软件很难。每个问题都是独特的、不同的，每个环境或每家公司都有自己的挑战。

因此，我们经常会发现两个经验丰富的资深程序员聚在一起，尝试共同完成某些任务。然后我们会思考，我们完成了什么？接着我们在那里卡住了 15 分钟。每当这种情况发生时，我们的 Agent 就会停滞不前，因为它遇到了一个连人都不知道如何解决的问题，或者它走错了方向，导致你损失了一大笔 GPU 费用。我还没有看到任何与此相关的微弱证据。现在有很多公司都在研究它们，不仅仅是 Devon 或者 Devlin. 每个人都想做 Agent，因为他们认为“3D 打印机即将到来”，所以我们需要“3D 打印汽车”。不，汽车还是会像现在一样手工打造，3D 打印机机会帮忙制作零件。

因此，人们得出了错误的结论，认为 Agent 就是个笑话。我想说的是，它们总有一天会工作的。我说的“工作”是指，它们将能够解决越来越复杂的问题，但最终决策还是得由人来做。直到我们实现 AGI，这就是为什么我说他们在努力构建 AGI，这只是一个影响少数人的热门话题，但它将会非常热门。

Steve Yegge： 我还想提一下另一个热点，这也是非常重要的一个话题。但无论是谁在听这个播客，我都想要大声疾呼：听这个播客的人，你们的银行账户可能会被黑客利用 LLM（可能是某种技术或服务的缩写）掏空。还有其他即将问世的新技术。

在拉斯维加斯的一次演讲中，我看到了一场令人惊叹又令人恐惧的演讲。在我看来，最精彩的演讲是那个说“我们现在都需要害怕”的人。因此，我呼吁你们所有人，除了找一个编码助手，学习 CHOP，即使你不是程序员，也应该去银行取出一半的钱，存入另一家银行。把你的钱分散到不同的账户，因为有些账户在某些时候可能会被骗光，面对一个令人信服的骗局，而你将束手无策。

原文链接：

https://sourceforge.net/articles/the-evolution-and-future-of-ai-coding-sourcegraph-sourceforge-podcast-episode-24/

声明：本文为 InfoQ 翻译，未经许可禁止转载。