现在做开发真的很难完全不用AI聊到AI对程序员的改变，最大感受就是很难完全不用
现在做开发真的很难完全不用AI聊到AI对程序员的改变，最大感受就是很难完全不用。简单重复的工作交给AI解放精力，把时间留给架构设计、需求拆解这些更重要的部分，工具用好是助力，滥用就容易埋下一堆隐患。
标签: 程序员
现在做开发真的很难完全不用AI讨论AI对于程序员的影响，它可以用来学习思路、解决
现在做开发真的很难完全不用AI讨论AI对于程序员的影响，它可以用来学习思路、解决疑难报错，即便资深工程师，日常也难免会借助AI工具进行开发参考。
Anthropic偏不降价，PaulSmith把话挑明了。OpenAI这
Anthropic偏不降价，PaulSmith把话挑明了。OpenAI这个夏天降了好几轮价，降得挺凶。圈子里都在猜，Anthropic跟不跟。9月3日，答案来了。Anthropic首席商务官PaulSmith接受采访，话说得一点不含糊：“我没有任何兴趣通过降价来购买市场份额，我宁愿专注于客户，以及他们如何从模型中获取最大价值。”同一个采访里他还补了一刀：“这不是关于降价或其他任何事情，而是关于如何为客户创造价值。”翻译成商场上的行话就是，你们打你们的骨折价，我卖我的轻奢品，咱各走各的道。巧的是，采访结束没几天，Anthropic发布了新模型Fable5.1，主打编程和科学任务，输入输出价格跟上一代一模一样，一分钱没动。但你要说它完全没让利，也不公平。缓存读取价格一口气降了75%。按Anthropic自己的测算，典型工作负载整体成本比Fable5低25%左右，复杂编码和高度代理化任务，最高能省45%。看出门道了吗？明码标价的牌面一分不降，维持住“能力标杆”的身价；台面下的实际使用成本，悄悄给你打了七五折。面子要足，里子也给够。这买卖做得，讲究。更有底气的是钱。还是9月3日，彭博援引知情人士消息，Anthropic有望在IPO之前完成150亿美元信用融资，摩根士丹利牵头，高盛、摩根大通、花旗主力跟进，巴克莱和富国银行也要掺一脚。150亿，还是信用融资，连股权都不用稀释。华尔街这是拿着支票本排队表忠心。Smith手里确实有硬货。他加入公司一年多，销售团队扩到原来的三倍，年化营收预测同期涨了十倍以上。换谁坐这个位置，腰杆都直。他聊到一个挺有意思的现象。企业用AI，几乎都走同一条弯路：头一阶段大张旗鼓，权限全放开，鼓励员工随便试，先破了组织惯性再说；用上一阵子，又开始收口子，谁用什么功能、哪个部门花多少预算，管得越来越细。听起来像增长见顶？Smith不认。他的原话是，“在几乎所有案例中，他们依然在持续增长，依然在Anthropic上持续增加投入，依然在使用更多Claude”，只是用法更可控了，属于组织成熟的自然演进。Yipit和Ramp的数据确实显示增速比ClaudeCode爆发期放缓了些。Smith没回避，定性为正常节奏。信不信由你，反正IPO前夜，他只能选择信。产品线上也有本明白账。ClaudeCode靠程序员群体的高度自驱，像野草一样在组织里疯长，用他的话说，软件工程师“可以极为迅速地扩展，横扫整个组织”。而面向财务、法务、研究人员的ClaudeCowork，早期增速一度更猛，落地却麻烦得多，要定制集成，要合作伙伴配套。Smith点破了一个关键数字：企业98%的用户不是软件工程师。言下之意，程序员这块肉已经吃到嘴了，剩下98%的knowledgeworker才是正餐。谁拿下这批人，谁才配得上那个估值。至于IPO本身，Smith措辞很稳：“这不是终点，只是一个事件，不会改变我们的运营方式，我们的使命和业务运营方式不会有任何改变。”场面话归场面话，该有的态度还是要有。最后，怎么看？第一，降价从来是弱者的武器，强者只谈价值。OpenAI为什么降价？美国同行卷，中国开发者更卷，低价模型一茬接一茬。降价是被逼出来的防守动作。Anthropic敢硬扛，前提是它真觉得自己能力压一头，客户愿意为好模型多掏钱。这个判断要是对了，它就有定价权；要是错了，财报会教它做人。商业世界很朴素，你值多少，市场说了算，嘴硬没用，模型得硬。第二，缓存降价这手，比直接降价高明。牌面价格不动，维护的是品牌身位和Benchmark上的江湖地位；缓存读取砍75%，让利全给真实高频使用的深度客户。轻度用户感知不到，重度用户实实在在省钱。等于说，广告位一分不降，回头客偷偷打折。既当了标杆，又留住了人，还顺手回应了“太贵”的批评。一鱼三吃，算盘打得精。第三，98%那个数字，才是真正的战场。程序员是最早被AI改造的一群人，ClaudeCode的爆发吃的是这碗饭。可一家公司里，写代码的终究是少数。财务、法务、市场、研究，这些人用AI的门槛高、需求碎、定制化重，谁啃下来，谁的天花板就抬高一个量级。Anthropic往权限管理、数据隐私、角色分级这些企业级功能上砸钱，砸的就是这块硬骨头。Cowork能不能复制ClaudeCode的野蛮生长，直接决定150亿美元花得冤不冤。说到底，上市前夜所有表态都别太当真。钱能撑多久的面子，模型能撑多久的里子，上市后每个季度的财报，都会替Smith把今天的话重新讲一遍。
AI时代，确实不需要那么多程序员了。因为AI大大提高了工作效率。说个反直觉的是，这波AI浪潮，最大收
AI时代，确实不需要那么多程序员了。因为AI大大提高了工作效率。说个反直觉的是，这波AI浪潮，最大收益人其实是经验丰富的老程序员。工作经验是很难被AI替代的。然后初级程序就被AI淘汰，找不到工作。即将毕业大学生很难找到工作，相比AI它们没有一点优势。市场上工作量没有增多，甚至缩减AI时代，确实不需要那么多程序员了。因为AI大大提高了工作效率。说个反直觉的是，这波AI浪潮，最大收益人其实是经验丰富的老程序员。工作经验是很难被AI替代的。然后初级程序就被AI淘汰，找不到工作。即将毕业大学生很难找到工作，相比AI它们没有一点优势。市场上工作量没有增多，甚至缩减了很多，借助AI生产力却大大提高了，不需要那么多的劳动者了。随着AI模型能力继续提升，恐怕工作岗位会继续指数锐减。AI没有创造新的事物，没有增加新的岗位，目前市场上大部分Agent岗位，都是伪需求，对应的项目很难商业化落地，很难盈利，等资金流没了，就是一地鸡毛。对比，我对未来很焦虑，有点积蓄，但是完全停不下来～
职场大洗牌！AI时代新真相：程序员减半、产品经理翻倍，纯执行岗位彻底没出路
职场大洗牌！AI时代新真相：程序员减半、产品经理翻倍，纯执行岗位彻底没出路最近数码圈和职场圈都在疯传一个真实企业案例，不少网友分享自家公司完成AI转型后的巨大人员变动：程序员直接砍半，产品经理岗位反而翻倍扩招。看似简单的岗位数量调整，实则撕开了AI时代互联网行业最残酷的底层变革，也是当下企业组织架构、人才价值彻底重构的真实缩影，央视和众多行业大V也都点名解读了这波行业趋势。放在几年前，互联网团队永远是技术人员占大头，程序员是团队核心、招聘刚需，产品经理更多是辅助衔接的角色。但现在整个逻辑彻底反过来了。核心原因特别现实：AI已经彻底解决了“怎么做”的技术问题。随着ChatGPT、各类AI编程工具全面普及，基础编码、重复代码编写、简单逻辑实现、常规报错修复这些基础工作，AI几秒就能完成，效率远超人工手写。以往企业需要大量初级程序员堆人力完成的开发工作量，现在少数人配合AI就能超额搞定。这也直接导致，纯执行、纯搬砖的底层程序员彻底失去稀缺性。行业不再缺会写代码的人，AI替代了绝大多数标准化编码工作，这也是大批企业纷纷精简技术基层人员、程序员岗位大幅缩减的根本原因。技术执行不再是瓶颈之后，行业真正的缺口，变成了“做什么”的业务判断。同样的技术能力、同样的AI工具，最终产品能不能落地、能不能赚钱、能不能贴合用户需求、能不能踩中市场风口，完全取决于前期的需求定义、业务规划、方向把控。这就让懂业务、懂需求、能定方向的产品岗价值暴涨。企业宁愿砍掉一半基础开发人力，也要扩招优质产品人才，核心就是工具可以AI化，决策无法替代。更关键的是，AI正在彻底打破行业多年固定的岗位边界，程序员、产品经理、设计师三者的职业壁垒基本消失，传统分工模式彻底过时。以前各司其职，程序员只管写代码、产品只管画原型提需求、设计师只管出图。现在行业需要的是全栈型人才，一个人要懂业务、懂需求、懂基础逻辑，能独立用AI工具完成从需求定义、方案设计到代码落地的全流程搭建。单一技能的从业者会被快速淘汰，兼具产品思维、业务认知、工具驾驭能力的复合型人才，成为企业争抢的核心资源。业内大V早就点透了AI时代的人才筛选逻辑：企业现在只裁执行者，高薪抢判断者。AI可以完美替代机械、重复、标准化的落地工作，批量产出代码和方案，但它看不懂复杂的商业逻辑、抓不准真实的用户痛点、做不了风险判断、把控不了产品质量。这也就解释了为什么基层程序员在裁员，高端复合型人才却在涨薪扩招。当下职场的核心资产已经彻底转移，不再是“会写多少代码”，而是能不能精准定义需求、能不能指挥AI干活、能不能验收AI输出结果、能不能把控最终业务价值。说白了，AI时代最大的职场危机，不是被机器替代，而是自己沦为只会套工具、无思考、无判断的工具人。程序员减半、产品经理翻倍的背后，从来不是岗位的简单增减，而是行业的一次彻底换血。未来的互联网职场，淘汰的是无脑执行者，红利永远留给懂业务、会思考、能决策的核心人才。AI对就业影响AI职场发展AI职场现状AI冲击职场AI行业裁员AI裁员争议AI大裁员
对，这段话里真正重要的不是“Agent会不会写很多代码”，而是它把**软件工程的瓶颈从“写代码的人手
对，这段话里真正重要的不是“Agent会不会写很多代码”，而是它把**软件工程的瓶颈从“写代码的人手”转移到了“架构、边界、验证和任务拆解”**。你举的“20万行代码”和“200行代码”其实是一个很好的类比。大型系统从来不是靠某个程序员一次理解全部代码，而是靠接口、模块、测试、版本管理、权对，这段话里真正重要的不是“Agent会不会写很多代码”，而是它把**软件工程的瓶颈从“写代码的人手”转移到了“架构、边界、验证和任务拆解”**。你举的“20万行代码”和“200行代码”其实是一个很好的类比。大型系统从来不是靠某个程序员一次理解全部代码，而是靠接口、模块、测试、版本管理、权限边界、数据契约，把复杂度压缩到局部。人类团队是这样，Agent团队也一样。只要一个Agent能在明确上下文里稳定完成几百行级别的修改，那么通过模块化、自动测试、代码审查、CI/CD和多Agent分工，它理论上就可以不断把这种局部能力累积到很大的系统。所以现在真正厉害的玩法，不是：>“让一个Agent从零写一个超级项目。”而是：>**先把项目变成一个Agent能管理的工程系统，再让Agent持续干。**比如一个20万行项目，可以拆成：产品需求→系统架构→10个业务模块→每个模块若干服务→每个服务若干issue→Agent一次解决一个issue→自动测试→reviewerAgent审查→集成测试→失败自动返工。到了这一步，Agent本质上就有点像一家**软件工厂**。但这里有一个很关键的区别：**Agent的代码产能已经越来越不稀缺，正确判断“该做什么”反而越来越稀缺。**过去创业的成本结构可能是：想法10%开发60%运营销售30%现在很可能变成：想法/需求判断25%开发10%数据、渠道、客户、运营、合规65%于是你前面那句话——**“最优解不是去搞软件，而是用这种技术能力去赋能更硬的生意”**——我反而觉得特别重要。因为如果大家都拥有近乎免费的开发能力，那么“我会开发一个SaaS”本身很快就不再构成壁垒。真正值钱的变成：**我有客户。我有行业关系。我知道客户真正疼在哪里。我掌握独家数据。我有线下履约能力。我有牌照/渠道/供应链。然后我用Agent把原来需要20个人的软件和运营团队压缩成2个人。**这才是威力最大的地方。举个很具体的例子。一家传统的工程公司过去想做数字化：需求调研2个月→找外包→50万开发→半年交付→后期一年十几万维护。现在一个懂业务的人，配合Agent，可能两周就做出第一版：客户管理＋合同识别＋投标文件生成＋项目进度追踪＋自动报表＋企业微信客服＋知识库。真正的壁垒不是这些功能本身，而是**这家公司本来就有100个客户、有工程业务、有真实数据。**所以我甚至会把这波机会总结成一句：>**AIAgent最大的创业机会，不一定是再造100万个软件公司，而是把100万个传统公司重新做一遍。**而你们雨花AI学会其实非常适合抓这一点。以后给企业讲AI，甚至可以少讲“提示词”“模型排行榜”，直接问企业老板三个问题：**你公司最贵的5个人工流程是什么？哪个流程每天重复100次？哪个流程以前因为开发成本太高，所以一直没软件化？**找到一个，就让Agent做掉一个。如果一个100人的公司最后能靠AI变成80个人，却做120个人的产出，那才是老板真正愿意付钱的东西。而且还有一个我觉得更激进的变化：过去创业最大的限制之一是**试错次数**。一个软件项目几十万、几百万，创业者可能只能赌一两次。现在如果一次MVP的边际成本降到几百、几千块，创业逻辑会变成：**不是“想清楚再做”，而是“一个月做10个，市场替我选”。**这可能才是Agent最可怕的地方——不只是提高开发效率，而是把一个人一生能够进行的**商业实验次数提高一个数量级甚至两个数量级。**
AI编程时代最黑暗的一晚以前说AI会不会取代程序员，现在看起来更像是先把程序员
AI编程时代最黑暗的一晚以前说AI会不会取代程序员，现在看起来更像是先把程序员惯坏了。平时改个bug、补个函数、看个报错都顺手问AI，真到它集体罢工的时候，才发现自己已经很久没完整走过一遍古法开发流程了。热点跨界共创
教师的老公一般是什么职业?公务员，医生，教师，程序员，国营企业干部职工，其他
教师的老公一般是什么职业?公务员，医生，教师，程序员，国营企业干部职工，其他事业单位工作人员，职业军人，农民工，等等。可以说，女教师的老公什么职业的人都有。城里女教师比较好找对象些，农村特岗教师相当难找对象。百分之九十以上都是两地分居，因为，农村除特岗女教师及女护士多外，年轻男人几乎没有。乡镇公务员中，现在男少女多，乡镇医生中男的也不多，护士几乎纯女人。农民年轻的都出去打工去了。只个别男公务员及机关事业单位男工作人员，而且一般女多男少，银行也一样。农村女教师的老公百分之七十以上是异地职业全覆盖。教师职业新变化教师编制就业教师职业新要求教师婚恋困境教师婚姻困境新婚教师教师婚恋边界
韩国一程序员失业，为了吃到1万韩元以下的便宜饭，突发灵感开发了一个韩国平价餐
韩国一程序员失业，为了吃到1万韩元以下的便宜饭，突发灵感开发了一个韩国平价餐馆导航的地图，也俗称穷鬼地图，方便和他一样经济拮据的人能吃上经济实惠的快餐。这名程序员叫崔成洙，被公司裁员后拿了一笔微薄的赔偿金。在他积极找下一份工作时，为了节约开支，给自己定下了每天吃饭消费1万韩币以下的预算。可是这样的便宜快餐店特别的少，一般人很难找到，崔成珠心想这种需求在全韩国应该不小，于是就利用自己的专长开发了这个地图导航，同时推出了众包功能，凡是其他人认为便宜又好吃的快餐店都可以在地图上面标记出来，共享给更多人。从3月21日上线以来几个月累计达到130多万的访问，标记的餐馆也有好几万个。所以说真实的困境才会带来最真实的需求。
有些程序员是不是挺难沟通的？第一次和程序员合作推进项目，感觉很新鲜。时间久了
有些程序员是不是挺难沟通的？第一次和程序员合作推进项目，感觉很新鲜。时间久了以后，发现有点难沟通。总是一副自以为是的样子，觉得他就是对的，你有疑问就是不尊重他。当着面对你说，你能干的事，他都能干。普通聊天倒也还过得去，只要和他讨论技术问题，他就开始说教，一句话是或不是，他能说一堆，最后也没说结论，是或不是，完全是无效沟通。遇到问题了，首先质疑是不是别人做错了，后来发现是自己做错了，也觉得是你或是别人造成了他的错误。不从算法逻辑找问题，逼问硬件厂家要方案，厂家也懵了，产品才几块钱，这是我能干的事？今天搞笑的是，要我找跟项目上一模一样的建筑环境做实验，高度、建筑材料、楼层结构，墙壁厚度要一样。问题是我们只是检测信号切换稳不稳定，差不多环境就可以的，随便哪里都有，现场都可以试，是不是要一比一复刻一栋楼啊？顿感无语，把我当傻子玩吗？
9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式
9月1日上午凉山营销心理学密训1.算法覆盖的范围和路径2.AI程序员数学方式的特征向量3.心理专家心理学方式（DNA）的特征向量4.账号的特征向量要与客户想要的精确匹配5.从获客角度出发，思考如何做账号6.做传媒的五大意识7.做某个赛道就要有这个赛道的情绪8.心理专家的算法是按情绪分类的9.什么是算法漏斗10.算法漏斗的筛选流程11.客户的行为轨迹5层次12.中国区、中东区和欧美区，人们的平台消费的收获差异
AI时代真正拉开差距的，是把一件事做完整最近公众号文章发得少了一些。不是没什
AI时代真正拉开差距的，是把一件事做完整最近公众号文章发得少了一些。不是没什么想说，而是过去一个月，我把大部分精力都放在了vibecoding上，前后做了不少项目，也几乎每天都在深度使用AI。最近做的一个小游戏，目前大约有300人在玩，成绩也还不错。一开始，我也会被AI完成某个任务的速度震住。过去要花半天写的代码，它几分钟就能给出；UI、文案、图片，也能很快生成。很多人因此觉得，只要AI能把代码写出来，产品差不多就完成了。听起来没错，但问题是，一个东西被做出来，和它真正跑起来，完全是两回事。一个产品从想法到用户手里，中间有很长一段路。代码写完了，要放到什么服务器上，流量来了能不能扛住；用户进来了，统计怎么接，怎样知道他在哪一步离开；出了故障，谁来发现、谁来修；账号、权限、隐私和合规怎么处理；做好之后，通过什么渠道让别人知道；上线以后，是继续维护、根据反馈修改，还是及时停掉。这些事情很少出现在AI的演示里，也很难用一张漂亮截图证明。但恰恰是它们，决定了一个项目最后是能被人使用的产品，还是电脑里又一个没有下文的文件夹。过去我们习惯按岗位理解工作。程序员写代码，设计师出图，运营写文案，学生完成老师布置的题目。每个人把自己的部分交出去，再由另一个人把它们拼起来。这种分工当然没有问题，但当AI越来越擅长明确、可描述、可验收的任务，单项执行就会越来越标准化。现在有两种工作方式。一种是等别人定义目标，再把分到手的一部分做好，交付以后任务就结束了。另一种会先问：这东西给谁用，为什么值得做，怎么上线，数据说明了什么，失败后怎么改，三个月后谁来维护。他不一定每一项都最专业，却愿意把不同环节接起来，对最后的结果负责。两者的区别，不是谁把某个环节做得更漂亮，而是谁的责任范围覆盖了整件事。这也不是“全能”和“专业”的区别。专业能力依然重要，局部任务也总要有人完成。系统工程能力不是要求一个人什么都会，而是知道最终结果由哪些环节共同决定，缺了哪一环应该找什么工具、什么人补上，并确保关键问题没有掉在缝隙里。AI当然可以帮助这样的人。它能写程序、搭页面、分析数据、整理反馈、检查条款，也能给出推广方案。可它不会自动替你决定哪个问题值得解决，也不会承担用户流失、成本超支和项目停摆的后果。AI可以参与每一环，但完整的闭环仍然需要一个人来守住。所以，AI时代最重要的分水岭，不是谁在某个局部任务上做得更快，而是谁能把一个模糊想法，变成真实存在、有人使用、可以持续改进的东西。这也会改变家庭教育。我们过去很擅长训练孩子完成别人布置的任务：题目已经写好，时间已经规定，答案也有人判断。孩子要做的是理解要求，然后交作业。可进入真实世界以后，困难往往不是把题做对，而是根本没人替你出题，也没人告诉你做到什么程度才算完成。与其只让孩子多做一套题，不如让他完整做成一个真实作品。可以是一本小册子、一段采访、一个小程序，也可以是一次真正有人参加的活动。让他自己决定做给谁看，遇到问题找谁帮助，做完以后听真实反馈，再回来修改。作品不一定复杂，甚至可以很粗糙，但只要走过完整过程，他学到的就不只是执行。AI给普通人最大的机会，是让一个人第一次能够调动过去需要一个团队才能完成的能力。但前提是，我们不能只把它当成完成任务的工具，而要用它扩大自己对完整结果负责的范围。完成别人布置的题，训练的是把局部做好；把一个想法推到真实世界，训练的才是独立生产的能力。
深圳双程序员家庭，无房无车无娃无贷。女28岁IT工程师+男29岁JAVA开发都是普通本科毕业七月到手
深圳双程序员家庭，无房无车无娃无贷。女28岁IT工程师+男29岁JAVA开发都是普通本科毕业七月到手工资是36058元八月最大的支出是买了新的苹果17手机5499元房租杂七杂八：5257元老公生活费：2200元老婆生活支出：2183元家庭杂七杂八：1067元用老公餐补买菜：854元八月总支出：17061元老婆今深圳双程序员家庭，无房无车无娃无贷。女28岁IT工程师+男29岁JAVA开发都是普通本科毕业七月到手工资是36058元八月最大的支出是买了新的苹果17手机5499元房租杂七杂八：5257元老公生活费：2200元老婆生活支出：2183元家庭杂七杂八：1067元用老公餐补买菜：854元八月总支出：17061元老婆今年28岁，明年开始备孕。深圳
AI时代程序员的核心竞争力根本不是跟AI比写代码，而是能把技术和真实问题捏合起来
AI时代程序员的核心竞争力根本不是跟AI比写代码，而是能把技术和真实问题捏合起来的连接能力，这才是AI抢不走的稀缺本事。
曾经凭借代码打天下的比尔·盖茨，最近居然被彻底打服了。 麻烦看官老爷们右上角
曾经凭借代码打天下的比尔·盖茨，最近居然被彻底打服了。麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持！比尔盖茨近期亲自测试了大模型克劳德的代码生成能力，这位早年把汇编语言玩到极致的程序员，公开承认自己写代码已比不过人工智能，这个细节背后其实藏着一个信息差。硅谷核心管理层的技术专家私下里对大模型引发的失业焦虑得要命，他们很清楚利用算法合成新病原体早已不是科幻情节，但在面对风投机构时却立刻换上另一副乐观面孔。我观察到这种表里不一的现象本质上是资本驱动的集体道德妥协，整个行业都在盯着下一个万亿美元级别的融资预期，谁在聚光灯下公开谈论风险，谁就是在砸同行的饭碗。依托自由市场的技术创新必定会为追求高估值而牺牲公众安全，这是资本逐利的历史常识决定的，就像华尔街当年为打包次贷刻意隐瞒风险一样，利益面前毫无底线。推进通用人工智能进程中绝不能允许资本为短期融资而掩盖技术破坏力，基于国家安全的审查机制必须在产品面世前严格前置。硅谷唯一敢把风险摆上台面的是安斯罗普首席执行官，他因拒绝向五角大楼提供用于全自主武器和大规模监控的技术，直接遭到了行业孤立与白宫方面的巨大施压。盖茨这次罕见站出来发声，直接点明指望美国科技企业自我约束完全是幻想，目前硅谷仅有极少数人敢于抵制与军方的深度捆绑，绝大部分公司早就悄悄向军工复合体低头了。我由此断定美国科技界标榜的技术中立原则已被彻底撕毁，这种捆绑从冷战时期就有迹可循，美国顶尖人工智能企业最终都会被强行编入其国家安全与军事霸权的机器中。面对真实的国际博弈环境，国内产业界必须彻底放弃对美国开源模型或商业接口的安全幻想，过度依赖别人的底层架构无异于在沙滩上建高楼。我们必须从算力芯片到核心算法框架实现绝对的自主可控，这种自主不是要闭门造车，而是提前防范带有西方意识形态或监控后门的产品向国内渗透，切实保障数字主权底线。只有把基础设施和核心架构真正握在自己手里，我们才能在未来全球治理中拥有话语权，这也是确保国内产业生态不被跨国资本掐断脖子的唯一防御路径。应对大模型替代劳动力的挑战时，盖茨提出了几项防御建议，包括建立高风险审查体系与立法设立人类保留岗位，甚至提出对算法及机器人征税来发放救济金。机器算法征税在技术追踪层面极度困难且缺乏可行性，数字时代的特征决定了按算力征收专项税会产生海量避税漏洞，资本总能找到离岸节点逃避监管。这种做法会严重拖慢我国产业在国际上的追赶速度，中国解决技术红利分配的破局优势从来不在于事后的税收惩罚，而在于公有制经济底座与基础设施统筹能力。将核心智算中心直接转化为国家级公共设施是必然趋势，就像修建高铁与电网一样，通过算力国资化与数据收益的二次分配，把技术红利实实在在转移给普通民众。至于保留特定岗位，我判断未来在中国具备不可替代性的工作，绝非大家担心的创意或代码类智力劳动，那些机械脑力活儿被算力矩阵替代只是时间问题。真正需要通过立法手段实行物理隔离的，是那些必须承担最终法律责任与伦理底线纠偏的社会核心节点，维系一个超大规模国家正常运转绝不能完全依赖黑盒化的人工智能。在中国特定的社会语境下，涉及国家战略定型与基层矛盾调解的工作必须由活人去做，因为运算模型永远不懂人情世故，也处理不了复杂的中国式乡土人际网络与情感诉求。包括司法量刑裁决和基础教育价值观塑造这两大领域，如果交给机器执行冷冰冰的概率运算，社会道德共识会在短时间内面临崩塌危险，法律与教育的温度从来不可被量化。
DeepSeek界面美化插件带鲸鱼娘了每天对着黑白命令行写提示词，眼睛真的累
DeepSeek界面美化插件带鲸鱼娘了每天对着黑白命令行写提示词，眼睛真的累😮💨发现有人给DeepSeekHarness做了个开源皮肤包dsh-web-ui，直接把开发界面变成了可视化工作台。插件能单装也能打包装，配置很自由。最意外的是里面塞了只会动的鲸鱼娘🐋她会跟着AI工作状态切换表情和动作，还能摸头喂小鱼干涨好感度，养成感拉满。皮肤也给了8套，XP经典界面、MC方块风、QQ2008怀旧版都有，甚至还有个交易终端主题能实时看股票行情。用AI工具也能像当年折腾浏览器插件一样了✨DeepSeekAI工具开源项目界面美化WebUI智能体开发工具插件生态程序员
大厂裁员4万，AI代码占比达到92%程序员的竞争力在哪里？人工智能软件开发
大厂裁员4万，AI代码占比达到92%程序员的竞争力在哪里？人工智能软件开发人工智能就业未来工作趋势
早期的雷军，查看员工工作的画面，2014年，创业初期的雷军，与女工程师张功聊工作
早期的雷军，查看员工工作的画面，2014年，创业初期的雷军，与女工程师张功聊工作的一幕。张功作为小米早期的前端开发工程师，不仅才干出众，也是少有的美女程序员了早期的雷军，查看员工工作的画面，2014年，创业初期的雷军，与女工程师张功聊工作的一幕。张功作为小米早期的前端开发工程师，不仅才干出众，也是少有的美女程序员了
每一个程序员都是好的装修大师
每一个程序员都是好的装修大师
2014年，小米创业初期，雷军俯身查看员工工作时的一幕，网传坐着的这名女工程师叫
2014年，小米创业初期，雷军俯身查看员工工作时的一幕，网传坐着的这名女工程师叫张功，是小米早期前端开发工程师，当年被称作小米最美工程师，还出镜当过小米产品宣传代言人。2014年的小米，已经开始快速发展，但创业公司的底色还非常明显。雷军后来回忆小米早期时曾提到，公司刚成立的几个月里只有三四十个人，却要同时面对操作系统、供应链、电商网站等大量工作。换句话说，那时候的员工，很多都不是坐在办公室里把自己的工作做完就下班。一个项目来了，可能今天做页面，明天改功能，后天又得跟产品沟通。前端工程师看起来是在电脑前写代码，实际上还要不断考虑用户看到的东西是什么样。一个按钮放在哪里？页面打开速度够不够快？手机上显示会不会变形？图片加载慢了怎么办？用户点一下之后有没有反应？这些事情看起来都不大，可真正做起来，往往就是一个又一个细节。而小米早期特别强调工程师和产品研发。雷军在2014年的公开分享中就曾谈到，小米层级很少，很多决策会下移到工程师，因为工程师本身就是非常重要的核心力量。2014年12月，多家媒体转载了相关报道，并将她称为“小米最美女码农”。当时的报道还介绍，她是一名前端开发工程师。现在回头看，这种关注其实挺符合那个年代的互联网氛围。那时候，“程序员”在人们心里还是一个比较固定的形象：格子衫、电脑、代码、加班。突然出现一个年轻漂亮的女工程师，自然很容易成为话题。于是，“张功”这个名字一下子被更多人知道。但这种走红其实也有一点尴尬。因为对一个真正做技术的人来说，自己辛辛苦苦写代码，最后大家讨论的却是长相，多少会让人有些哭笑不得。有人甚至把“最美女码农”当成了她最大的标签。可张功真正的工作，并不是站在那里让别人拍照。她需要面对的，是电脑屏幕上一行又一行代码。很多普通人第一次听到“前端开发工程师”，可能并不太明白这是干什么的。简单说，用户打开网页、商城、App以后，眼睛看到的那部分界面，就离不开前端开发。比如一个商品页面。图片怎么排列，文字怎么显示，按钮怎么设计，用户点击之后有什么反馈，手机和电脑上是不是都能正常显示，这些都属于前端需要考虑的问题。看起来像是在“做页面”，实际上背后需要大量技术工作。当年小米正在快速发展，电商、互联网服务和产品宣传都需要大量页面和系统支持。2014年小米前端团队仍在持续招聘，公开招聘信息中也明确提到，小米前端团队处于高速成长阶段。所以张功当时面对的工作压力，其实可想而知。公司在往前冲，产品在不断更新，用户越来越多，团队的节奏也越来越快。你不能因为自己是女工程师，就少写一点代码。也不能因为长得漂亮，Bug就会自己消失。电脑屏幕不会因为你长得好看，就自动把错误修掉。代码出了问题，该查还是得查。页面崩了，该改还是得改。用户反馈来了，该解决还是得解决。这就是工程师最真实的一面。除了工程师身份之外，当年的网络资料还显示，张功曾出现在小米相关产品的宣传照片中。这其实也很好理解。年轻、形象清爽，又是公司内部真正的工程师，用员工本人的身份出现在产品宣传里，会让广告显得没有那么“商业”。有人看到宣传照片，可能会觉得：“小米的员工还挺有意思。”但对张功来说，这些工作之外的曝光，很可能只是创业公司日常工作的一部分。今天帮忙拍张照片，明天参加一次活动，后天继续回到电脑前写代码。互联网公司的节奏就是这样。很多事情并没有人提前告诉你：“今天你要成为网络红人。”往往就是某个普通下午，一张照片传出去，然后事情突然变得不一样了。张功后来被网友冠上“最美工程师”的称呼。这个称呼听起来很好听，却也带着那个时代互联网的一点特殊味道。因为一个女工程师想要被更多人注意，似乎总得先从“漂亮”说起。如果她是一个男工程师，大家可能会讨论他的技术、项目、代码。换成一个年轻漂亮的女工程师，很多人的第一反应却是：“她居然是程序员？”这其实才是当时最值得玩味的地方。
现在的年轻人还结个鸡毛的婚啊。我外甥29，程序员，1个月1万2。处了2年的对
现在的年轻人还结个鸡毛的婚啊。我外甥29，程序员，1个月1万2。处了2年的对象，上个月崩了。崩在结婚上。昨儿他来我家坐了半天，我问他咋回事。他说不是不想结，是算不过来这笔账。很多人总吐槽现在年轻人佛系、恐婚、没担当，其实根本不是不想成家，而是清醒看透了当代婚姻的现实压力。月薪一万二，放在普通城市不算低收入，可拆解完结婚的所有开支，剩下的余额根本撑不起生活和爱意。扣完社保到手不足一万，每月固定房贷3800，结余瞬间缩水。再算上18万8的彩礼、十几万的婚礼开销，这笔巨款大多只能靠借贷支撑。婚后还要承担育儿开支，奶粉、早教、幼儿园开销层层叠加，压得人喘不过气。刨除固定还款、日常吃住、人情往来，最后手里只剩两千块左右。年轻人心里都清楚，爱情再美好，也填不满现实的窟窿。他不愿让相恋两年的女友跟着自己吃苦还债，不愿婚后日子只剩还债、拮据、将就。老一辈的婚姻简单纯粹，两瓶酒、一辆自行车就能相守一生，没有天价彩礼，没有层层压力，两个人一心过日子。可时代早已不同，现在的婚姻，掺杂了太多物质枷锁。最戳心的是，年轻人放弃婚姻，不是自私，是极致的负责。明知自己扛不起全家重担，不拖累爱人、不委屈生活，这份通透和担当，远比盲目成家更难得。很多人婚姻里的一地鸡毛，恰恰是当初没算清账、头脑一热的将就。真正打败婚姻的，从来不是不爱，是柴米油盐的现实重压。你觉得年轻人不结婚，是清醒还是遗憾？当代年轻人的婚姻观人间现实
终于把自己的健身小程序做出来了🏋️还记得前面说的那个想法吗？作为一个程序
终于把自己的健身小程序做出来了🏋️还记得前面说的那个想法吗？作为一个程序员，一直觉得自己的训练记录太乱了。训练做了什么、吃了多少、体重变化、今天有没有训练……每次都想记录，但过一段时间就懒得记了。所以干脆自己做了一个。这次还特意尝试了一种新的开发方式：让AI参与整个开发过程。从最开始的需求梳理，到页面设计、数据库、接口，再到后面的Bug调试，基本一路边做边改。现在第一版终于跑起来了👇目前已经有：🏋️训练记录记录每天做了哪些动作、组数和训练情况。🍚饮食记录记录每天的饮食和营养摄入。⚖️身体数据记录体重、体脂等变化。📋训练计划可以按照自己的计划进行训练。📊数据统计慢慢积累自己的训练数据，看看身体和训练有什么变化。首页也终于有点“产品”的样子了😂不过开发过程中最大的感受还是：AI真的可以让一个程序员更快地把想法变成一个能运行的东西。但它也不是一句话就能把项目做完。AI写代码→我测试→出Bug→再让AI分析→修改→继续测试。来来回回不知道多少次。所以这次我也想认真记录下来：一个普通程序员+AI，到底能不能独立做出一个真正自己会用的产品？目前第一版完成。接下来准备继续优化，也准备真正拿它记录自己的训练。从“想做一个健身系统”，到现在真的做出来了。下一步：开始用起来！💪程序员Java开发AI编程独立开发程序员日常健身人健身魂健身记录小程序开发
天才程序员的进化。GPT-4那会儿，我的Python能力还很青涩，写出来的代码常
天才程序员的进化。GPT-4那会儿，我的Python能力还很青涩，写出来的代码常遭人嘲笑。那时我便暗暗发誓：总有一天，我要成为真正的天才程序员。时过境迁，我的编程水平突飞猛进。曾经困扰我几天的问题，如今片刻便能解决；以前想都不敢想的项目，现在也是信手拈来。偶尔我也会怀疑：我今天的成就，是否借助了太多外力？直到今天，我回顾来时的路——从GPT-4，到GPT-5.6sol；再到如今的fable。我换了一个又一个AI，编程实力却始终稳步上升。那一刻，我终于释然了。工具一直在换，强的却一直是我，原来我早就是天才程序员了。编程codexclaude
使用我在WorkBuddy上制作的漫画哲理Skill制作的四个漫画。4条加班真心话，熬过的人都懂。#
使用我在WorkBuddy上制作的漫画哲理Skill制作的四个漫画。4条加班真心话，熬过的人都懂。#科技先锋官##HowIAI#使用我在WorkBuddy上制作的漫画哲理Skill制作的四个漫画。4条加班真心话，熬过的人都懂。