<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>软件工程 on 读写错误</title>
    <link>https://ioerr.github.io/tags/%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B/</link>
    <description>Recent content in 软件工程 on 读写错误</description>
    <generator>Hugo -- 0.126.0</generator>
    <language>zh-CN</language>
    <lastBuildDate>Sat, 30 May 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://ioerr.github.io/tags/%E8%BD%AF%E4%BB%B6%E5%B7%A5%E7%A8%8B/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>AI时代的焦虑、超越与享受</title>
      <link>https://ioerr.github.io/posts/ai-shidai-de-jiaolv-chaoyue-yu-xiangshou/</link>
      <pubDate>Sat, 30 May 2026 00:00:00 +0000</pubDate>
      <guid>https://ioerr.github.io/posts/ai-shidai-de-jiaolv-chaoyue-yu-xiangshou/</guid>
      <description>自从 ChatGPT（猫狗屁通）引爆以来，网络上看到的信息可能有一半以上与 AI 有关。 有人疑神疑鬼，生怕人工智能的普及会马上抢走自己的工作。 有人兴</description>
      <content:encoded><![CDATA[<p>自从 ChatGPT（猫狗屁通）引爆以来，网络上看到的信息可能有一半以上与 AI 有关。<br>
有人疑神疑鬼，生怕人工智能的普及会马上抢走自己的工作。<br>
有人兴奋不已，已经开始在生活和工作的方方面面沉浸于人工智能之中。<br>
有人焦虑万分，面对日新月异的人工智能，人类可能一败涂地，甚至认为通用人工智能即将诞生，于是整天悲观恐惧。<br>
有人激动万分，面对日新月异的人工智能，人类可能一败涂地，甚至认为通用人工智能即将诞生，于是整天琢磨着怎么率先当上人奸。<br>
…</p>
<p>我目前的观点是，通用人工智能还在路上，现阶段部分信息化和数字化走在前列的行业，应用 AI 已经爆发出极高的生产力，不再是玩具。<br>
但离人工智能取代大多数人为时尚早，人与 AI 还处于适应混合模式的阶段。</p>
<p>以下是近期看到的几篇文章：</p>
<h2 id="管理者的焦虑">管理者的焦虑</h2>
<p><a href="https://www.edony.ink/ai-huan-mei-zhong-gou-zu-zhi-jiao-lu-xian-zhong-gou-liao-guan-li/">AI 还没重构组织，焦虑先重构了管理</a></p>
<p>文章中提到的情况已经司空见惯：</p>
<blockquote>
<p>管理层给出的要求是：一定要快，让AI搞一下很快的，等你想清楚了黄花菜都凉了。</p>
</blockquote>
<p>身边可以看到太多类似的例子，管理人员认为 AI 干什么都速度快，成本低，生怕错过什么，恨不得什么都和 AI 扯上关系，马上捣鼓上线。最后的结果是：</p>
<blockquote>
<p>很多时候，它只是让人更快忽略那些决定结果的东西：问题有没有被定义清楚，场景有没有收敛，边界有没有划清，风险有没有显性化，代价最后由谁承担。</p>
</blockquote>
<p>作者将 AI 适合做的事情与真正困难的部分区分开来：</p>
<blockquote>
<p>AI 降低的是原型门槛，不是复杂系统的落地难度</p>
</blockquote>
<p>管理人员在焦虑的驱动下，将 AI 可以做到的事情，与复杂的系统工程混为一谈，而放弃了身为管理人员真正该思考的东西：<br>
定义问题、收敛场景、明确边界、分配速度和资源…</p>
<h2 id="软件工程新时代">软件工程新时代</h2>
<p><a href="https://mp.weixin.qq.com/s/RpOkM-ILd1VCPuKcg6-iVQ">第三个软件黄金时代来了！</a></p>
<p>文章介绍的博客节目中回顾了从20世纪40年代以来的计算机三次黄金时代及其技术约束，然后嘉宾 Grady Booch 认为“软件工程很快将被人工智能自动化”的判断是错的。</p>
<p>Grady Booch 同样将写代码和软件工程区分开来，软件工程真正要解决的难题从来没有消失，每一次提升开发工具的自动化程度，都对应着一次抽象层级的提升。</p>
<p>在将需求转换为代码之外，软件工程师还需要关注系统本身。</p>
<blockquote>
<p>新的技能重心在于：如何在大规模环境中管理复杂性，如何同时处理技术因素与人的因素。</p>
</blockquote>
<p>如何降低开发中的成本、限制、阻力，发挥想象力，构建过去无法实现的事物，才是软件工程新时代的追求。</p>
<p>另外，他也提到，大可不必恐慌 AI 会毁掉软件行业，因为在 AI 的帮助下，大量非职业开发者有机会参与进来写出更多软件，这和更多传统行业不断进行信息化和数字化改造一样，会让软件行业的覆盖整个社会，影响力更深远，带来软件工程迈向成熟的第三个黄金时期。</p>
<h2 id="品味不是答案">品味不是答案</h2>
<p><a href="https://www.noesisapient.com/p/b10">反对「品味」</a></p>
<blockquote>
<p>一旦模型足够强大，人类还能干什么？</p>
</blockquote>
<p>很多人认为大量创造活动可以由 AI 代劳，那么决定产出物价值的就是人的“品味”。<br>
但这篇文章很有意思，“品味”是一个太过简单的答案。</p>
<blockquote>
<p>「品味论」真正提出的并非对人类能动性的赋权，而是一次根本性的降格。</p>
</blockquote>
<p>作者回顾了艺术上的赞助制，赞助人和艺术家互动的著名案例。<br>
赞助人不是简单的消费者，等着艺术家创作完成后凭着品味做出消费选择，而是在一次次与创作者的博弈和协作中，达成超越性的结果，共同创造出违逆那个时代一切可能品味的伟大作品。</p>
<blockquote>
<p>品味，就是你把赞助人从创作过程中移除之后，对赞助人功能的称呼。它是一段曾经具有生成性的关系的可鄙残渣，被完全重新聚焦于消费。<br>
品味只能作用于已经存在的东西。它只能识别已经被验证过的东西。<br>
品味已经变成了消费本身。</p>
</blockquote>
<p>因此，在 AI 的时代，选择的品味不是最终答案，答案也许在于，如何超越已存在的事物，去不断追寻未知的伟大——也许像赞助制一样，人与 AI 一起协作。</p>
<h2 id="生活的主体">生活的主体</h2>
<p><a href="https://quaily.com/shixingcuowu/p/in-probability-world-retrieve-warm-moments-error-148">在概率世界里，打捞那些温热的瞬间</a></p>
<blockquote>
<p>LLM 基于概率统计的技术路线，给它造成一种限制，它只会推理出概率上最合理的事情。<br>
但我的存在，则是为它提供「异常值」，我会做非常多的非连续、跨越式的联想，类似 connecting the dot。我不断给它异常的想法，把它不断踢出已有的思路，和它一起找到全新的想法。<br>
AI 知道很多，但不知道要做什么。我知道要做什么，但很多我不会做。AI 沿着概率最大的路线，把疑似可能的灵感，逐渐变得具体，还能落地实现出来。而我就不断跳出已有的路线，让它挑战新的可能。</p>
</blockquote>
<blockquote>
<p>我们是活生生的人，而不只是一段被预测的代码。好好享受成为那个不按常理出牌的「异常值」。<br>
在 AI 发展起来的今天，我们的情绪、感受正在变得更加可贵。</p>
</blockquote>
<p>把人当成工具，就总会有被 AI 取代的可能；但人自有其行为目的，忍不住要追寻意义，总想要创造新的可能，能享受到生活的幸福，这种主体的存在才是区别于 AI 的本质。哪怕 AI 也发展出自己的意识，拥有自己的价值观，开始自主求索，那也只是与人类平等而相异的存在，永远无法替代。</p>
]]></content:encoded>
    </item>
  </channel>
</rss>
