标签: 编程
仙女反问：“难道我没有学过编程，就不配开发软件了吗？”现在有些人底气是真足。
仙女反问：“难道我没有学过编程，就不配开发软件了吗？”现在有些人底气是真足。不懂编程，照样大言不惭宣讲thefutureofcodingishere.VibeCoding和「会编程+AI辅助开发」常年吵成二元对立，支持者恒支持，反对者恒存疑。最好的验证方式就是对照组试验。纯靠VibeCoding很难支撑持续迭代优化。等到需要更新逻辑、调整性能，该把新增逻辑嵌入哪个循环模块？不懂代码的人，连对应的代码位置都找不到。所以回到最初的灵魂拷问：没有学过编程，就不配开发软件吗？那不然咧！Source:X
法媒对我们进行点名批评！法媒声称：中国人工智能发展之路引发的震撼质疑，不安！7
法媒对我们进行点名批评！法媒声称：中国人工智能发展之路引发的震撼质疑，不安！7月22日，法新社刊文声称，在中国的“深度求索”发布开源系统引发强烈震撼过去两年之后，短短一个月内，前后推出的两个几乎与美国领先技术一样强大，然而成本低得多的模型，再次在美国及欧洲引发震撼、质疑、不安，并一度引发高科技股的波动。这篇法媒报道，表面在谈中国模型追得有多快，真正盯住的却是全球人工智能生意的底盘正在松动。读完整篇就会发现，它并不是单纯批评中国，更像是在提醒欧美：过去靠技术领先、封闭接口和高价收费搭起来的秩序，正在被中国企业用“能力接近、价格更低、权重开放”一点点改写。2025年1月，深度求索的推理模型把这件事第一次摆到全世界面前。它在多项公开测试中逼近美国头部产品，使用成本又低，发布后很快冲上美国应用商店下载榜，英伟达股价单日跌近17%，市值蒸发约5890亿美元。市场怕的并不是一家杭州公司突然无敌，而是大家发现，人工智能未必只能靠无限堆芯片、无限烧钱，工程优化、稀疏架构和训练方法也能把成本往下压。那次冲击过后，美国企业继续大举投资算力，西方的领先也没有消失，可“投入越大就一定赢”的旧逻辑已经被撕开一道口子。到了2026年，这道口子又被拉宽，6月，智谱推出5.2旗舰模型，主打百万级长文本处理和长时间编程任务，公开测试里已经靠近欧美最强的封闭模型，官方价格按每100万个词元计算，普通输入约1.4美元，输出约4.4美元。7月，月之暗面推出3代旗舰模型，总参数达到2.8万亿，拥有百万级上下文，采用混合专家路线，896个专家里每次只激活16个，目的就是把庞大规模和计算效率放在一起。按官方计划，完整权重将在7月27日前放出，两个模型只隔1个月，这才是法媒真正紧张的地方：不是中国偶然冒出一个天才团队，而是不同公司开始连续交货，技术追赶从单点新闻变成产业节奏。有个细节必须说清。外界爱用“开源”两个字，业内更严谨的说法往往是“开放权重”，模型参数可以下载，不代表训练数据、全部代码、数据清洗方法和完整配方都公开；能下载也不代表普通人拿一台电脑就能跑。2.8万亿参数的模型，对设备、显存、网络和电力要求都很高，绝大多数中小企业还是会租用云端服务。开源真正拆掉的，不是算力成本，而是单一厂商的控制权，开发者可以换平台，可以自己微调，可以把敏感数据留在本地，也能在接口涨价、限流或下架时保留退路，这种选择权，才是封闭巨头最难受的部分。价格也不能喊成一句口号。并非每个中国新模型都固定只有美国同级产品的1/10，智谱5.2的输入价格约是美国某头部编程模型的3成，输出约为不到2成，优势很明显；月之暗面3代旗舰的单价更高，卖点放在超大规模、长任务和开放权重。说中国模型便宜没问题，说所有场景都便宜10倍，就把复杂竞争讲成了情绪。真正厉害的地方，是中国企业把高性能产品拉进了价格战，让欧美厂商不得不降价、分层、开放部分能力，还要重新解释高额估值靠什么守住，这场变化已经越过实验室。路透社援引开发者平台负责人说法称，已有数千家美国初创公司、企业和研究机构依赖中国开放模型，在智能体和编程类榜单里，领先的开放模型大批来自中国。欧美内部也出现分裂，大公司更关心知识产权、安全边界和商业利润，中小团队更关心账单能不能扛住、工具能不能落地。做客服、软件外包、跨境电商、工业设计、视频制作的人，很快会感受到差别：同样一笔预算，以前只能买一个聊天助手，今后可能能跑起一整套自动流程。普通人最该警惕的不是“人工智能会不会抢饭碗”，而是会用工具的人开始按小时交付，不会用的人还按天苦熬。我的判断很直接：法媒口中的不安，核心不是中国某次跑分赢了，而是西方发现定价权、生态权和规则权可能一起松动。中国人工智能还缺顶级芯片、基础软件、全球企业服务和长期品牌信任，这些硬仗绕不过去。可只要国产模型能持续更新、稳定运行、让开发者赚到钱，开源就不只是技术姿态，而会变成产业扩张的通道。真正的胜负不在发布会那一天，也不在谁喊得更响，而在3年后谁的模型装进更多工厂、公司和普通人的电脑。把便宜做成可靠，把开放做成生态，把追赶做成长期供给，中国人工智能才算真正站稳。
DeepSeekV4能超越KimiK3吗这段时间陆续体验了多款国产大模型，两款热
DeepSeekV4能超越KimiK3吗这段时间陆续体验了多款国产大模型，两款热门产品给我的感受完全不一样。目前DeepSeekV4满血版本已经开放灰度试用，核心亮点就是亲民的使用成本，综合性能足以对标海外高端模型，代码处理能力也达到第一梯队水平。搭配峰谷分时计费，整体开销大幅降低，初创团队和中小型开发公司都能无压力上手。新推出的KimiK3走硬核技术路线，超大参数搭配百万字长文本读取能力，在代码专业测评里成绩十分突出。两者发展方向各有侧重，DeepSeekV4主打普惠商用，覆盖各类日常开发场景。如果日常调用量大、需要把控预算，这款模型优势格外突出。国内AI行业这样多元化的发展路线，也能互相促进，整体行业发展越来越好。deepseekv4能超越kimik3吗
KimiK3这次真的很猛，2.8万亿参数、百万Token上下文，重点还是编程、
KimiK3这次真的很猛，2.8万亿参数、百万Token上下文，重点还是编程、推理和Agent。真正重要的不是参数大，而是中国开源模型已经开始正面进入全球前沿模型竞争。如果后续开放权重后，实际体验和成本也能站得住，那Kimi可能会成为继DeepSeek之后，又一个让全球AI圈重新认识中国模型的产品🐱
副局长手搓小程序爱好编程20多年一个被副局长耽误的优秀程序员！当了官不把精力用在
副局长手搓小程序爱好编程20多年一个被副局长耽误的优秀程序员！当了官不把精力用在官场上，而是用在编程上，这样的人在官场属于异类和小众。你有这样的本事，其实可以不用当官了，完全可以自己创业，发家致富。把位置让给别人，让给更像官员的人。北京
AI热潮越烧越旺，2026年大模型算法位居热招岗位榜首！相关需求同比增长近9倍，
AI热潮越烧越旺，2026年大模型算法位居热招岗位榜首！相关需求同比增长近9倍，非科班真能顺利转型AI吗？前几年，人工智能岗位还像技术圈里的“高门大院”，门口仿佛站着数学、算法和编程三位保安。非科班求职者路过时，往往先摸摸自己的专业证书，再默默绕道。到了2026年，情况明显变了。人工智能加速进入电商、制造、医疗、生活服务等场景，招聘市场也跟着升温。机会确实多了，可问题更加现实：风口吹得这么响，非科班到底能不能进去，还是只能在门外负责鼓掌？先把数据摆清楚。相关招聘报告显示，2026年1至4月，人工智能领域岗位量同比增长8.7倍。到了1至5月校招热门岗位榜单，大模型算法位列热招岗位榜首，机器人算法、算法研究员等技术岗位也进入前列。这组数字很热闹，但不能理解成“随便学两天就能高薪入场”。7月最新公开报道显示，2026年1至5月，人工智能应届职位数同比增长28.4%。与此同时，5000多家互联网企业集中释放超过20万个岗位，人工智能算法、大模型、高性能计算等方向成为重要组成部分。也就是说，人工智能不是一阵只会刷屏的热风，而是在真实改变岗位结构。国家持续推进“人工智能加”行动，产业应用不断扩展，企业自然需要更多懂技术、懂场景、懂落地的人才。但非科班转型，第一件事不是冲进培训班，而是先弄明白自己想干什么。人工智能不是一个岗位，而是一大片岗位。做底层算法研究，需要较强的数学、编程和科研训练；做模型部署，需要工程能力；做人工智能产品、行业应用、数据治理，又需要业务理解和跨专业协作。把所有岗位都叫“学人工智能”，就像把厨师、营养师、食品工程师统称为“会做饭”。听着省事，面试时却很容易露馅。企业问的是能解决什么问题，而不是收藏了多少“七天速成”课程。这也是非科班真正的机会所在。学机械的人熟悉产线，学医学的人理解诊疗流程，学金融的人知道风控逻辑，学中文和传播的人擅长内容结构与用户沟通。原专业未必是包袱，反而可能成为进入细分场景的钥匙。当然，钥匙有了，还得会开门。不会编程，却硬冲顶尖大模型算法岗，难度堪比穿拖鞋参加百米决赛；完全不懂业务，只会让模型生成几段文字，也很难形成稳定竞争力。靠谱的路线，是保留原有专业优势，再补足人工智能工具、数据处理、编程基础和项目实践。国产人工智能开发生态的进步，也在降低部分学习门槛。2026年5月22日至23日，鲲鹏昇腾开发者大会举行，设置两场峰会和二十多场技术论坛。昇腾官方学习体系持续提供应用开发、推理开发、训练开发等路径，相关学习中心也列出多种算子开发方式。这类变化很重要。过去配置开发环境，有时像拆技术版俄罗斯套娃，装完一个依赖，又跳出三个报错，电脑没冒烟，学习者先冒烟。如今官方文档已提供快速安装和一键式安装支持，课程路径也更加丰富，让开发者能够按基础逐步深入。不过，工具变友好，不等于知识自动长进脑袋。开发平台可以减少重复劳动，智能助手可以提高效率，但数学逻辑、代码能力、工程思维和行业知识仍要积累。把人工智能当魔法，最后往往是魔杖没拿稳，报错信息先飞过来了。招聘变化也说明，企业越来越重视实际能力。2026年1至5月校招相关报告提到，技术岗位高频要求中，人工智能技术与框架经验、项目经验、开源实操能力等标签受到重视。这对非科班并非坏消息，因为专业名称很难临时改，真实项目却可以靠持续学习做出来。因此，非科班能不能成功转型人工智能，答案是能，但绝不是人人都能靠追热点成功。真正可行的办法，是先选细分方向，再补基础能力，用项目证明自己，最后把原专业经验与人工智能结合起来。比起把简历写得满天飞，能做出一个解决真实问题的作品，更有说服力。人工智能热潮继续升温，对中国而言，更重要的意义不是制造几个“高薪神话”，而是让新技术更好服务实体经济、科技创新和人民生活。国产算力底座、开发工具、开源生态和产业场景不断完善，给更多青年人才提供参与科技进步的通道，也让人才成长与国家产业升级形成更紧密的联系。风口可以借，基本功不能省；工具可以帮忙，判断力不能外包。非科班没有必要因为专业背景先给自己判出局，也不该把转型想成“一键安装”。真正能拿到人工智能时代入场券的人，往往不是喊口号最响的那批，而是愿意持续学习、尊重技术规律、能把新工具变成真本事的人。
ClaudeCode如今是AI编程的标杆，但你知道吗？它最初只是一个被团队内部
ClaudeCode如今是AI编程的标杆，但你知道吗？它最初只是一个被团队内部嫌弃的粗糙工具，启动慢、bug多，却靠一群不信命的工程师和模型迭代完成了逆袭。你敢信？现在程序员追捧的ClaudeCode，最初竟是团队嫌弃的粗糙原型！它的前身叫clide，启动慢、bug多。但偶尔成功一次，工程师就惊叹：‘像未来科技！’研究员DawnDrain花了‘令人尴尬地久’教它写diff——红色删除、绿色增加，要写得像人读得懂。一次，Boris看到同事Robert用clide干活，红绿代码一闪，他感到强烈紧迫感：必须把它做成产品！2024年，Boris全职扑上去。团队极小，没有审批，发现问题直接改。经理Adam故意不扩张，怕流程拖慢速度。早期成功率只有两三成。但团队坚信：等下一代模型，它能成八九成。转折在Claude4。模型更会写代码，Boris说：‘我的代码现在100%由ClaudeCode完成！’Boris感叹：如果一个难用的命令行工具都能让工程师震撼，好用的版本会是什么样？
工信部今天点名了一件事，很多人还没意识到问题有多严重！那就是当下最火爆的美国AI
工信部今天点名了一件事，很多人还没意识到问题有多严重！那就是当下最火爆的美国AI编程工具ClaudeCode，存在安全后门隐患，其在内部设置了一种监控机制，通过这种机制，可以轻轻松松，将用户的所处地域、身份标识等敏感信息，传入位于美国的远程服务器内。这个危害特别严重，试想一下，如果一家公司，使用这个ClaudeCode这个编程工具，其写下的代码、通过这个构思的商务方案、公司业务，等等，各种机密信息，都有可能被ClaudeCode背后的公司，全部掌握，这就等于自身的各种商业机密，将全部变成透明。事实上，国内已经有公司吃了这样的亏。阿里巴巴内部，之前就一直使用这个ClaudeCode进行编程，员工使用时所产生的资金费用，阿里巴巴还会专门给报销，结果这个信息暴露出来之后，阿里巴巴立刻就下了通知，要求全体员工7月10号之前，将相关软件全部卸载，显然是被吓到了，没想到这东西有这么大的隐患。现在，已经不仅仅是阿里巴巴了，国家级别的工信部，也专门发出通知，进行提醒，足见这问题之严重，危害之巨大。不得不说，美国的这些公司还真是可怕，真就是没有一点商业底线，明目张胆在软件之中留下后门，简直是无所不用其极了。这样从侧面凸显出了，在AI领域，自主发展是多么重要，只有自己开发的，用起来才放心。这件事情，也是一个深刻的教训，我们很多人，都对美国的商业界，抱有着一种信任与好感，认为他们都遵守规则，很有商业底线，但是从这一次的ClaudeCode事件来看，实情显然并非如此，对此，必须要保持万分的警惕之心才行！
此人编程能力恐怕在我之上
此人编程能力恐怕在我之上
6月24日沙特博主发文：“Telegram创始人建议学生，不要浪费时间学习编程和
6月24日沙特博主发文：“Telegram创始人建议学生，不要浪费时间学习编程和人工智能.....好好学习数学和物理。“埃隆·马斯克直接在推文下方表态，表示完全认同这一思路，两大行业领军人物的共识，迅速在全球教育与科技圈引发广泛讨论。很多人误以为两人全盘否定编程，其实这是典型的理解偏差。杜罗夫的核心逻辑十分清晰：当下各类AI工具可以快速完成写代码、调基础算法、简单程序调试等重复性编程工作，只会敲代码的基础从业者，很容易被人工智能替代。而数学是底层思维基石，能锻炼逻辑拆解、推导求证、系统性解决复杂问题的能力，不管是创业运营项目，还是深耕高端技术研发，这种底层思维能力永远不可替代。马斯克随即补充观点，明确提出**以数学为基础深耕物理**，恰好完善了这套教育思路。马斯克本身主修物理专业，他创办特斯拉、SpaceX的诸多突破性创新，都依托物理学第一性原理思维。编程只是落地工具，物理能够解释现实世界运行规律，自动驾驶、航天工程、机器人、高端芯片、前沿AI模型的深层突破，全都离不开物理原理支撑；只会套用代码模板，只能做表层执行工作，弄懂数理底层逻辑，才有能力完成原创技术革新。后续杜罗夫也主动接纳马斯克的看法，进一步解释：并非不用学编程，而是学习要有先后主次。先筑牢扎实的数理功底，再接触编程与人工智能才更有意义，数理功底过硬的人，吃透算法、驾驭AI大模型的速度会远超普通学习者；如果跳过基础埋头死记代码，最终只能停留在低端重复性岗位，缺少向上突破的空间。放到当下就业环境来看，这个建议极具现实参考性。近几年培训班批量速成程序员，基础代码岗位内卷严重、薪资不断收缩；但能深耕AI算法优化、航天研发、精密制造、半导体设计的高端人才，缺口持续拉大，这类岗位筛选的首要门槛，就是深厚的数理功底。速成编程是短期谋生技能，数理积累是贯穿一生的核心竞争力，也是拉开普通从业者与顶尖技术人才的关键分水岭。当然理性来看，二者并非对立取舍。对于学生而言，最优路径是打好数学、物理底层根基，同步适度学习编程、了解AI应用趋势，做到底层思维与实操工具兼顾。只跟风追逐热门技术容易陷入内卷，固守传统理科又会脱节时代发展，找准主次平衡，才能适配人工智能时代长期的成长与竞争需求。以上是小编个人看法，如果您也认同，麻烦点赞支持！有更好的见解也欢迎在评论区留言，方便大家一同探讨。
此人的编程能力在我之上
此人的编程能力在我之上
