@renmu 离开 ai 干不了任何事情，这是肯定的。但历史不会回滚，只会越来越依赖 ai 。的确，不知道原理，可能多少有点架空的意思，往后也许我只是个提示词达人，对技术本身并没有多深入，甚至技术我都摸不到，完全通过 ai 的中间件操作底层逻辑。 这对技术发展没啥贡献，但对降低解决问题的门槛和提高效率有显著的作用。

@z7356995 谷歌裁了大部分的中级程序员，仅保留高精尖的人才。但这些中级程序员不管换到哪个 startup 都是 cto 般的存在，所以反推一下，ai 不能解决的问题，大部分都是技术革新本身，而不是竞品的开发，我们大部分人还是 copy 或者二开的范畴，很多东西都是市面上已经存在的，或者是融合怪的产品，并不具备技术革新的属性，所以对于大部分程序员来说，解决实际问题为主，而非理论研究以及规范的制定，AI 当前充当一个中级程序员的角色是当前的趋势，未来可能向更高级发展。

用了一段时间，AI 确实有点像非常非常厉害的模式匹配。同样复杂的算法，比较常见的能写的很好；但是很少见的就写的很垃圾，这种时候可能关掉 AI 写会更舒服。 AI 虽然知识储备拉满，但是和人相比泛化能力还是不行。

简单没门槛，且资料丰富的东西，AI 尽管会经常胡说八道，但还算做的不错。稍微有点儿门槛的东西，AI 把答案给你，你根本看不懂，更无法分辨真伪。真正比较难的东西，前置知识门槛太高了。 请一个偶尔会胡说八道的老师一对一辅导，是抹不平陡峭的学习曲线的，最多也就减少平坦的学习曲线的时间成本。

老哥 devops 是按照 DevOps-Roadmap 搞得么，也想搞一搞

学这些干什么，知道个大概，让 AI 员工去处理细节就行了，时间花在与 AI 沟通和管理上，马斯克如果每个技术细节都要去学，他不可能控制 6 个公司

@Lemonadeccc 不至于，那太庞大了。只掌握一些基础而已。 https://im.gurl.eu.org/file/AgACAgEAAxkDAAEBNT1oTlqKkTCtsfyOIKfKlgkeMpasDgACZ7IxG5mncUZ7zcqgbFZn_wEAAwIAA3cAAzYE.png 基本不花什么时间。没有 ai 辅助的话，我估计 ansible 和 terraform 都不会在学习列表内。k8s 是必须的，但不至于自建。我主要用 scaleway 的 k8s 。

吕布是吕布，潘凤是潘凤，关青龙偃月刀什么事。。。

我感觉 AI 挺消耗知识储备的，有储备用 AI 可以事半功倍、融会贯通，缺少储备的领域连问出好问题都难。