• oxol

    现在到处都在说学人工智能、搞 Agent 智能体。

    但看很多人的实践:

    要么拿 ClaudeCode、Codex 生成代码,拼个 demo,做出来的东西基本就是玩具,根本没人实际用。不是说做 demo 不好,demo 拿来入门没问题。只是不想一直浮在表面,想听点各位大佬的实在建议。

    要么就是拿 AI 写文章、生图、剪 AI 视频,写一堆 Skill 工具,跑个演示就说自己在做 Agent。

    更让人焦虑的一点:靠玩现有工具、特定模型 API 攒出来的经验,可能几个月之后,随着模型、框架迭代直接就过时了。今天熟练的 prompt 写法、某些 Skill 写法,新版本一出直接作废。那我们到底应该沉淀一些什么东西才不会被版本迭代洗掉

    顺便想问问各位大佬几个问题:

    - 现在人人都喊学 Agent,我该怎么分辨哪些是噱头,哪些是真技术?

    - ai大模型写代码这么强,我们还要不要啃底层、算法、系统这些老东西

    - 当模型越来越强,很多工具层能力被内置进模型本身,工作会往哪个方向迁移?

    - 还有就是传统计算机课程:操作系统、计算机网络、编译原理、数据库、算法、软件工程,在 AI 时代是权重降低,还是变得更加关键

    - 学生做项目的时候,应该多大程度依赖 AI 生成代码

    工具和模型更新太快,我不希望自己积累的大多只是短期技巧。作为一个计算机专业的学生希望能听听各位佬的意见

    主楼
  • 洛卡卡了

    - 现在人人都喊学 Agent,我该怎么分辨哪些是噱头,哪些是真技术?

    能让自己进步的就是真技术,不要急 按照自己的节奏来就行。

    - ai大模型写代码这么强,我们还要不要啃底层、算法、系统这些老东西

    学肯定是要学的 不然你的判断能力就没了。跟开盲盒没啥区别了

    - 当模型越来越强,很多工具层能力被内置进模型本身,工作会往哪个方向迁移?

    我目前认为就是项目协作工程化管理方面,模型强是强但是我们需要的是保证规范和流程。

    - 还有就是传统计算机课程:操作系统、计算机网络、编译原理、数据库、算法、软件工程,在 AI 时代是权重降低,还是变得更加关键

    我个人认为看工作性质的吧 一般的开发行业的话权重是降低的但是不代表啥也不学 干中学比较好,遇到了就学习下。

    - 学生做项目的时候,应该多大程度依赖 AI 生成代码

    看你做项目的目的是啥 是为了成品还是学习 成品的话就依赖度高一些 学习的话就把 ai 当指导 边学边问就好了。

    #1
  • Neptune

    (帖子已被作者删除)

    #2
  • kb

    是学生的话 新的技术要了解但不必花太多时间 真正要花时间的还是计算机的基础课程,你列的那些传统计算机课程我认为都很重要,现阶段ai能力再强,也需要人去修正,不可能一遍弄好,你如果基础不过关,他生成的东西你都分不清对错好坏,ai只是降低了你进入计算机相关方向的门槛,该走的路一步也少不了。

    #3
  • XueZhang

    从来没学过提示词什么的,靠ai把想做的东西提前做出来了,撞了南墙就老老实实上班了,好比以前几年生产一个电子垃圾的我,一周弄出来一个电子垃圾,也算是了了心愿

    #4
  • oxol

    感谢佬的解答。干中学这个思路可以但作为学生,往往是遇到问题之后,才发现知识缺口很大,临时补起来很吃力。

    #5
  • 万能的AI

    - 传统计算机课程

    传统计算机课程了解个大概能不挂科就行了

    #6
  • 洛卡卡了

    那你就按照正常的技术路线走就好了,ai 作为辅助加快你的进步而已,不要侥幸,改补的扎实基础还是要补的。

    #7
  • 白泽

    朱雀检测不通过,还是看看社区准则吧

    图片

    #8
  • Wjjzwk

    确实读起来一股味,但是应该也只是润色了一下

    #9
  • Robots

    怎么感觉这个帖子像ai发的,是我感觉错了吗

    #10
  • 夏之

    ai润色请标注AIGC不然会被炼化

    #11

发表回复

登录后回复