PTT職涯區 / Soft_Job (軟體人)

Re: [心得] 寫點自己的觀察

看板Soft_Job (軟體人)作者 (wanda wanda)時間1月前 (2025/06/17 12:14), 1月前編輯推噓11(11推 0噓 74→)
留言85則, 22人參與, 3周前最新討論串4/8 (看更多)
※ 引述 《ripple0129》 之銘言： : 從兩年前GPT4剛出我就講了 : 當時版上風氣就是取代資淺資深不要想 : 兩年過去了 : 全世界的Senior被砍多少人了 : 反正還是很多人在那邊敝帚自珍 其實現在 Senior 還在砍還真的跟 LLM 沒關係，主要是： - 疫情後一開始是為了經濟蕭條做準備，以及疫情間過度招募 - 最近還在砍很多都是縮減業務與成本、部門重整 - 資金流到 LLM 專案，其他軟體產品走維持路線 真的有因為 LLM 提高員工生產力而造成的裁員嗎？ 這超難欸，首先公司要先測量出現在員工生產力，再測量用 LLM 的戰力，有這麼好做？ 再說，LLM 目前強的只有在前端，以及簡單的後端，這裡的資深工程師大概都知道 LLM 對 於複雜系統的理解能力還很糞，大概只能湊合著用 然後現在根本一大堆公司都還沒買 LLM 給員工用 至於 LLM 未來會變更強？我覺得不一定，主要原因： 1. 現在願意上 stackoverflow 解問題的越來越少，工程師開始封閉知識 2. Open Source 貢獻越來越少，訓練資料越來越少 3. LLM 的硬傷是推理能力不足，多為統計，但大系統技術還是多為推理為主 4. 總合：新技術的知識分享原來越少，LLM 無法訓練，最後隨著新技術的演進 LLM coding 會越來越笨 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.158.170.139 (日本) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1750133682.A.96A.html
推
06/17 12:49, 1月前 , 1F
今天chatgpt gemini 又給我呼叫不存在的 method
06/17 12:49, 1F
→
06/17 13:04, 1月前 , 2F
現在都跟AI一起解問題了 誰還會上網問 -.-
06/17 13:04, 2F
推
06/17 13:05, 1月前 , 3F
我啊，我還是常上網問。網上的答案常有思辯的過程，
06/17 13:05, 3F
→
06/17 13:06, 1月前 , 4F
這很重要，有時可以直接幫你避免走冤枉路。
06/17 13:06, 4F
→
06/17 13:06, 1月前 , 5F
Superintelligence 是現在主流想法了
06/17 13:06, 5F
→
06/17 13:06, 1月前 , 6F
覺得會越來越笨 只能說這想法很特別
06/17 13:06, 6F
→
06/17 13:08, 1月前 , 7F
問答AI比較適合：1.潤飾 2.提供難搜尋的問題之頭緒
06/17 13:08, 7F
推
06/17 13:08, 1月前 , 8F
因為沒東西能學啊
06/17 13:08, 8F
→
06/17 13:09, 1月前 , 9F
原po想法跟apple說的那一樣吧
06/17 13:09, 9F
→
06/17 13:09, 1月前 , 10F
其他情況大多沒比較好用，或是時間效益沒比較高
06/17 13:09, 10F
→
06/17 13:09, 1月前 , 11F
在AI真的會解題之前 AI都是拿人解題的答案給你而已
06/17 13:09, 11F
→
06/17 13:10, 1月前 , 12F
那要是沒有人願意把答案放出來 那要不然營運AI的人自己
06/17 13:10, 12F
→
06/17 13:10, 1月前 , 13F
要解題餵給AI 要不然AI就開始幻覺
06/17 13:10, 13F
→
06/17 13:11, 1月前 , 14F
這想法沒啥特別的
06/17 13:11, 14F
→
06/17 13:11, 1月前 , 15F
畢竟這些問答AI就只是很精緻的人云亦云機器
06/17 13:11, 15F
→
06/17 13:13, 1月前 , 16F
目前看起來衝擊最大就是CS剛畢業的 失業率上升
06/17 13:13, 16F
對啊 現在就是有缺不補，有補也是幾十上百封高階履歷，連資深工程師跳槽都難 所以現職不敢跳，遇缺不補，市場又一堆被裁的等消化，公司也沒非 AI 新專案，總合起來 當然也沒新人的缺
→
06/17 13:13, 1月前 , 17F
我叫gemi幫我畫個簡單的chart都畫不出來了
06/17 13:13, 17F
→
06/17 13:13, 1月前 , 18F
如果5年後反著走 我會覺得很神奇 當然不是不可能
06/17 13:13, 18F
→
06/17 13:13, 1月前 , 19F
還要我自己幫他的半成品debug
06/17 13:13, 19F
推
06/17 13:15, 1月前 , 20F
上網問問題現在聊天抬槓的成分大過找正解啦...
06/17 13:15, 20F
問題是找到解的人不太會再貢獻出來，所以下一個遇到的人還是找不到直接解，隨著技術演 進這樣的狀況會越來越頻繁，LLM 最後也沒新資料可以訓練
→
06/17 13:15, 1月前 , 21F
網路上的random guy跟chatgpt誰比較有機率回答出正確答案
06/17 13:15, 21F
→
06/17 13:16, 1月前 , 22F
這應該很清楚.....
06/17 13:16, 22F
→
06/17 13:16, 1月前 , 23F
光是跟AI一起解問題的過程就是在提供資料訓練了
06/17 13:16, 23F
僅限個體戶，企業 LLM 合約都是禁止拿客戶的輸入來訓練 而且 LLM 也不曉得最後你是怎麼解的，你也不會把試出的正解跟 AI 回報
→
06/17 13:17, 1月前 , 24F
除非大家都不用AI解問題 不然怎麼可能沒東西訓練
06/17 13:17, 24F
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 13:17:08
→
06/17 13:18, 1月前 , 25F
AI的source還有各類型的線上文件以及文章 除非某一天開始
06/17 13:18, 25F
→
06/17 13:18, 1月前 , 26F
大家都不在網路上分享知識了 不然AI總會有新的資料能吃
06/17 13:18, 26F
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 13:19:28
→
06/17 13:20, 1月前 , 27F
找到解的人也是會用AI阿，除非他很認真藏
06/17 13:20, 27F
→
06/17 13:21, 1月前 , 28F
但現實是哪那麼閒，有解叫AI記起來，方便下次用
06/17 13:21, 28F
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 13:21:55
→
06/17 13:23, 1月前 , 29F
你不會直接拿資料來解問題阿，但不代表不能用AI
06/17 13:23, 29F
→
06/17 13:25, 1月前 , 30F
而且大企業封閉的LLM 不會是多數
06/17 13:25, 30F
→
06/17 13:25, 1月前 , 31F
每天個人用戶那個數量 不能比吧
06/17 13:25, 31F
→
06/17 13:25, 1月前 , 32F
還是你覺得值得做的問題只在大企業LLM裡面
06/17 13:25, 32F
推
06/17 13:33, 1月前 , 33F
工人智慧vs人工智慧 = 中醫vs西醫
06/17 13:33, 33F
→
06/17 14:08, 1月前 , 34F
Apple那篇已經在網路上被嗆爆了 一個實習生做的
06/17 14:08, 34F
→
06/17 14:39, 1月前 , 35F
不能認同拿中醫比西醫，兩者的方法論是不一樣的
06/17 14:39, 35F
→
06/17 14:55, 1月前 , 36F
不過出錢的人還不一定進入這個階段。現在比較像是從 AI
06/17 14:55, 36F
→
06/17 14:55, 1月前 , 37F
可以取代人，發大財 -> AI 可以做更多，發大財 -> 然後
06/17 14:55, 37F
→
06/17 14:56, 1月前 , 38F
發現並沒有那麼美好，但 bubble 又不到破掉的程度
06/17 14:56, 38F
目前各大廠投入 LLM 的遠大於收益，目前唯一能看到未來的感覺只有結合機器人這塊
→
06/17 15:40, 1月前 , 39F
2/4我自己的看法沒有到那麼悲觀
06/17 15:40, 39F
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 15:41:32
→
06/17 15:42, 1月前 , 40F
搞不好是反過來 新框架為了搶市佔 出來的第一天就做好AI精
06/17 15:42, 40F
→
06/17 15:42, 1月前 , 41F
華版文件讓你爽用（？
06/17 15:42, 41F
→
06/17 15:42, 1月前 , 42F
開源的問題主要也是美國大廠撙節的問題
06/17 15:42, 42F
推
06/17 15:44, 1月前 , 43F
不用複雜任務 光是一般任務 或甚至就把現在AI當成高級版的
06/17 15:44, 43F
→
06/17 15:44, 1月前 , 44F
如果有一天訓練成本降到大部分大財團都能玩一個200-500B的L
06/17 15:44, 44F
→
06/17 15:44, 1月前 , 45F
LM 那我猜到那個時候語言模型變成開源打群架的可能性會很高
06/17 15:44, 45F
→
06/17 15:44, 1月前 , 46F
現在看起來只有中國因為制裁問題想開源膊聲浪
06/17 15:44, 46F
→
06/17 15:45, 1月前 , 47F
autocompletion 都能大大增加效率吧？啊不然 現在叫你回去
06/17 15:45, 47F
→
06/17 15:45, 1月前 , 48F
用記事本 跟用IDE開發 哪個快.....
06/17 15:45, 48F
→
06/17 15:47, 1月前 , 49F
而且寫code也僅是AI其中一個小小應用而已吧 AI能用的領域
06/17 15:47, 49F
→
06/17 15:48, 1月前 , 50F
超級多 只拿寫code來看能不能發大財？
06/17 15:48, 50F
→
06/17 15:48, 1月前 , 51F
喊AI公司沒賺的 一定是沒跟到PLTR 那是你自己的問題吧
06/17 15:48, 51F
→
06/17 15:50, 1月前 , 52F
老黃沒跟到 PLTR也沒跟到 怪東怪西然後還在喊泡沫 喊兩年
06/17 15:50, 52F
→
06/17 15:50, 1月前 , 53F
了還是眼巴巴的看著人家賺爛
06/17 15:50, 53F
→
06/17 17:30, 1月前 , 54F
不可能用記事本的 連ed/vi都強過記事本非常多 再配上
06/17 17:30, 54F
→
06/17 17:31, 1月前 , 55F
文本工具整理個index都有個簡易版completion
06/17 17:31, 55F
→
06/17 17:32, 1月前 , 56F
炒股那就...
06/17 17:32, 56F
→
06/17 17:35, 1月前 , 57F
撇開股票我講的公司都是賺錢的 財報都是賺爛
06/17 17:35, 57F
→
06/17 17:57, 1月前 , 58F
確實現在要取代還太早 但從以前無法想像到現在這程
06/17 17:57, 58F
→
06/17 17:57, 1月前 , 59F
度已經很誇張 如果說10年內會發生蠻有可能的
06/17 17:57, 59F
→
06/17 18:04, 1月前 , 60F
要不要去了解一下訓練一個200B模型的成本啊。先不說幾十億
06/17 18:04, 60F
→
06/17 18:04, 1月前 , 61F
的硬體成本。假設未來硬體降到0成本好了。光是整理能訓練
06/17 18:04, 61F
→
06/17 18:04, 1月前 , 62F
到可用，不會overfitting資料的成本，數百GB級token就好，
06/17 18:04, 62F
→
06/17 18:04, 1月前 , 63F
台灣就沒幾間公司能負擔了。給你硬體零成本啦，整理資料0
06/17 18:04, 63F
→
06/17 18:04, 1月前 , 64F
成本啦，一般公司還請不到能訓練的人。
06/17 18:04, 64F
→
06/17 18:08, 1月前 , 65F
企業自搞大模型AI到可取得工程師，目前看不到任何機會與希
06/17 18:08, 65F
→
06/17 18:08, 1月前 , 66F
望。
06/17 18:08, 66F
→
06/17 18:29, 1月前 , 67F
也是 我樂觀過頭了
06/17 18:29, 67F
推
06/17 18:36, 1月前 , 68F
講得滿有道理的
06/17 18:36, 68F
推
06/17 23:20, 4周前 , 69F
去試用一下openAI codex ，就知道哪些層級的人可以被
06/17 23:20, 69F
→
06/17 23:20, 4周前 , 70F
取代。去試用一下n8n，就可以知道哪些日常髒活可以被
06/17 23:20, 70F
→
06/17 23:20, 4周前 , 71F
取代。
06/17 23:20, 71F
推
06/18 01:45, 4周前 , 72F
推這篇 Input資料很重要 短期間不覺得對工程師會有太大的i
06/18 01:45, 72F
→
06/18 01:45, 4周前 , 73F
mpact 不過還是樂見其成十年後的發展
06/18 01:45, 73F
推
06/18 07:48, 4周前 , 74F
解析大型專案真的能力很差 都需要人為介入縮小範圍
06/18 07:48, 74F
→
06/18 07:50, 4周前 , 75F
新的專案需要先細分task 這也需要工程師人為規劃
06/18 07:50, 75F
→
06/18 12:27, 4周前 , 76F
跟AI一起解題根本沒有在訓練啊，以為硬體不用錢每個user的
06/18 12:27, 76F
→
06/18 12:28, 4周前 , 77F
input都拿去訓練喔，光是只跑訓練好的模型來給你答案，都要
06/18 12:28, 77F
→
06/18 12:30, 4周前 , 78F
加一堆用量限制來限制賠錢了，要都丟去跑訓練還得了
06/18 12:30, 78F
→
06/18 17:12, 4周前 , 79F
是 但要能進去阿
06/18 17:12, 79F
→
06/18 17:22, 4周前 , 80F
多看了一下這一串... 我就是那個問完用頭腦記或直接
06/18 17:22, 80F
→
06/18 17:23, 4周前 , 81F
寫應用的東西出來的人 哪可能回報ai...只有想問更深
06/18 17:23, 81F
→
06/18 17:25, 4周前 , 82F
入的才會繼續 用ai記錄更是無稽之談
06/18 17:25, 82F
→
06/18 17:53, 4周前 , 83F
用頭腦記可能需要踢掉一些用處不大的資訊 或用電腦將
06/18 17:53, 83F
→
06/18 17:53, 4周前 , 84F
其範例化 應用化
06/18 17:53, 84F
推
06/20 11:55, 3周前 , 85F
變成糞扣LLM
06/20 11:55, 85F
‣ 更多 alihue 的文章
文章代碼(AID): #1eKEkobg (Soft_Job)
Soft_Job 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 alihue 的文章
文章代碼(AID): #1eKEkobg (Soft_Job)