Re: [閒聊] AI時代如何保持對軟體的熱情

看板Soft_Job (軟體人)作者GJLMotea (GJLMoTea)時間4小時前 (2026/05/01 02:41)推噓0(0推 0噓 2→)

留言2則, 1人參與討論串2/2 (看更多)

※ 引述《gigayaya (gigayaya)》之銘言： : ※ 引述《gigayaya (gigayaya)》之銘言： : : 3.多去學習知識，不論是經典的CS知識或是最新和AI有關的知識 : 這幾天想到一個例子表達我的觀點，想分享給大家或許能更好理解我想表達的XD : 主要是想表達軟體工程師仍然存在且需要有知識，以及AI時代工作型態的轉變 : (ps.這只是一個展示概念的思想實驗例子，希望大家不要對內容太認真) : --- : 想像一個場景：今天你去一家公司應徵軟體工程師，你坐在會議室中 : 對面面試官給你一台筆電請你現場做live coding面試，你看到畫面中的文字題目如下： : Q： : 目標為生產一個function解決以下問題-> : 有一串數字，規則是「後面的數 = 前面兩個相加」： : 第1個: 0 : 第2個: 1 : 第3個: 0+1 = 1 : 第4個: 1+1 = 2 : 第5個: 1+2 = 3 : 第6個: 2+3 = 5 : 第7個: 3+5 = 8 : 其中第1個數字固定為0，第2個數字固定為1 : 給予你一個input數字，請你回傳那個位置的數字是多少 : 約束/規則： : 1. 給你的數字範圍為2~1000正整數 : 2. 你只能寫prompt給AI，AI的輸出即為你的答案，你不能手動修改AI回答的內容 : 3. 使用的prompt文字越少分數越高 : 4. 跟AI溝通的次數越少分數越高 : 5. 程式語言為python (其實這不重要,舉例而已) : 6. 只能使用我們提供的AI : 7. 我們保證我們的AI沒有任何的隨機性 (意思就是保證存在方法拿到滿分) : 8. 我們已經測試過我們的AI可以產生出最好的答案 (跟上一則同意思) : 9. AI只會回傳程式碼不會聊天 : --- : 然後面試官手上的正確答案是這樣： : ``` : def fib(n: int): : a, b = 0, 1 : for _ in range(n-1): : a, b = b, a + b : return a : ``` : 我們先假設這就是這世界上最好的答案,忽略一下變數名稱,錯誤處理之類的小問題 : 面試官會將你的答案跟他手上的黃金答案對比，跟答案長的越相同分數越高 : --- : 那在這個情況中你要如何獲得高分，意思就是你要如何達成只用最少的prompt就能 : 產生出面試官手上的正確答案呢？ : 要能達成這件事情，我覺得你至少需要掌握以下幾點： : 1.你知道這是一個費式數列問題，所以你跟AI溝通的時候不需要把完整的題目複製貼上， : 可以只用四個文字表達你的需求 : 2.你知道用for loop實作費式數列問題比遞迴好，因為時間複雜度比較低 : 3.你知道用兩個變數而不是一個list儲存內容比較好，因為佔用的空間更少 : 4.你知道如何用最少的字告訴AI你的需求以及設定邊界等等的技巧高品質地完成任務 : 我們先假設2,3點AI還沒有被訓練這些資料，那如果AI能寫出這樣的code的話一定是 : 你prompt要求的 : 所以如果你的答案被判定為高分的話: : 1. 你的CS知識 : 2. prompt engineering知識(AI使用技巧) : 肯定都不差 : (舉例結束） : --- : 所以我想表達的意思是： : 有了AI之後工程師的任務從『自己用手將腦袋中的code敲到檔案裡面』變為-> : 『指揮AI將你腦袋中的code生產出來』 : 並且通常來說，在同樣完成任務的前提下，後者花的物理時間會比前者少很多是一篇值得深思的議題未來一段時間可能有公司會這樣面試，測試下prompt的精準度前提是模型不會進步若人類被規定，長時間都只能使用這一號模型這種針對「操作該模型最佳解」的需求會大量出現但是，今日的模型持續在變化，而且只會迭代越來越快因為AI的認知邊界正急速擴張今天用的prompt很準，一到明天、模型一變，今日的舊prompt可能就成了限制或阻礙不過，奇點將至不妨把腦洞在放大一點：（看看就好，別放心上）目前人與機器，溝通傳輸都是透過文字介面把想法壓縮成語言，會失去很多一閃而過的畫面意思就是失真因為語言的傳輸頻寬太窄，人類只能將意圖有損壓縮傳遞過去不如呢，把傳輸介面上升一個層次把腦中的「圖片、聲音」等等對應的神經訊號直接傳輸過去直接略過文字壓縮所以未來可能，更快的想到足夠好的辦法、把意圖以電訊號方式傳輸過去腦機介面頻寬比文字快上一個量級可以壓縮到一定程度，把想法在一秒鐘內傳遞過去以更好的方式壓縮、降低失真我猜大概在2031年左右有機會看到原型結論： Prompt Enginner 可能會有其市場，但應該不會持續太久從現在往後長期來看，腦神經認知科學或許是個好選擇 --- AI洪流、大環境的變化讓人類工程師開始使用自然語言、描述意圖，來操作程式碼軟體工程師正在從「閱讀程式碼」、「修改程式碼」中抽離出來人類也跟代碼逐漸"解耦合"了不久的將來後，UI介面會翻天覆地的變化因為AI多模態介面正在繞過語言... 我猜也許，人類可能也會漸漸跟語言文字「解耦合」「程式碼曾經短暫出現過，後來漸漸從大眾眼皮底下消失；人類語言曾經短暫出現過，造就了文明，後來漸漸式微。」 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.242.46.146 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1777574498.A.316.html