黃仁勳：“別再學編程，如果一切重來，我會學習。。。” 聊聊 AI 陰影下的程序員生存技能 | 回到Axton

嘿你好 歡迎回到 Axton 在 AI 會寫代碼的今天 程序員還有存在的必要嗎 英偉達的 CEO 黃仁勳啊 最近在世界政府的峯會訪談當中表示 不要讓孩子們再學編程了 當然孩子以後該學什麼專業呢 黃仁勳也在視頻的後面給出了建議 我們家小孩 剛剛選擇了計算機科學專業 黃仁勳就暗示 學習計算機科學不重要了 這不是嚇人嗎 今天啊我就用一個簡單的編程案例 從一個老程序員的角度來聊一聊 AI 會取代程序員嗎 或者說什麼樣的程序員 甚至什麼樣的人 才能在 AI 時代生存下去 首先我們來看一個 讓 GPT-4和 Claude 幫助我寫代碼的實際案例 代碼的目標呢 是實現一個這樣的字幕跟隨的效果 視頻編輯軟件呢 我用的是剪映 我們就新建一個項目 然後從0開始演示一下 怎麼樣去做到這樣的效果 首先我們選中所有的字幕 然後給字幕加上動畫效果 新年打字機效果應用之後呢 默認情況下 打字機的動畫效果 它持續時長是0.5秒 我們可以看到 它每個字幕下面有一個小短箭頭 就表示動畫效果的持續時間 我們可以看一下效果 我們可以看到 因爲0.5秒的持續時間太短 效果呢很不明顯 但是呢要優化一下也很簡單 要想模擬真正的字幕跟隨效果呢 我們只需要把動畫的持續時間 拉長到跟字幕一樣長就可以了 比如我們就用這條字幕來試一下 默認的時長是0.5秒 我們就把它的時長 拉長到跟字幕的長度一樣 然後我們再來看一下效果 那這樣效果是不是就好了很多呢 但是呢如果讓我們手工 把所有的字幕都調一遍 那顯然是超級沒效率 所以呢 自然我就想到讓 AI 去寫一段代碼 來做這件事 所以呢 我就把剪映的項目文件啊丟給 Claude 讓他給我寫段代碼 來 把動畫效果的時長改成和字幕一樣長 那完成這項任務的關鍵呢 就是 你要找到動畫和這個字幕的對應關係 每一條字幕它對應的動畫在哪裏 Claude 很聰明 它知道我要做什麼 很快就找到了對應的 ID 要把動畫和字幕對應起來 然後代碼就寫完了 代碼寫完運行之後啊 倒是沒有任何的錯誤 但是不起作用 顯然就是它的對應關係沒找對 然後我就讓克勞德繼續去找 結果他每次都找不對 最後呢 我只好自己去看了一遍 剪映的項目文件 然後呢 找到對應關係之後告訴了克勞德 那這時候呢 Claude 就馬上寫出了修改之後的代碼 我們可以來看一下效果 在代碼運行之前呢 我們可以看到 剛纔我手工調過的動畫時長 和字幕的長度一樣 其他的動畫時長都是默認的0.5秒 它是遠遠小於字幕的長度的 好下面我們就把代碼運行一下 好點擊運行 運行完成 我們重新打開一下剪映的項目文件 好這時候大家就可以看到啊 所有動畫的時長 它已經拉到和字幕的長度一樣 那這樣呢 我們就很簡單的 把整部影片的字幕 都達到了一個跟隨的效果 比如我們簡單的看兩句 好我們來複盤一下這整個過程啊 完成這項任務呢 我們可以簡單的劃分爲 需要三個階段的能力 第一你要能想到可能的解決方案 在我並不知道剪映 有這個功能的情況下 我需要能夠想到它可能可以做到 並且能夠預見到可採用的技術手段 而第二呢 就是熟練運用編程語言 編寫代碼的能力 第三分析問題解決問題的能力 當結果沒有達到預期的時候 我們要能定位問題 並且拿出解決方案 後面呢我會對這三個階段再進行拆解 現在我們先回到最初的問題 AI 會替代程序員嗎 我們可以簡單的 先把程序員分成三個級別 初級中級高級 在前面說過的三個階段的能力當中啊 很多的初級程序員呢 僅僅停留在第二階段 也就是熟練運用編程語言編寫代碼 完成某項指定的功能 對於這些程序員們啊 是的沒錯 你們必然會被 AI 替代 而且替代已經開始了 我們可以看到 Claude 在整個完成任務的過程當中 做的最好的就是這一部分的工作 當需求明確 指令明確方案明確的情況下 Claude 編寫代碼快速而精準 如果一個程序員的能力 只是熟練的運用編程語言 那麼即便是在現在的 AI 面前 也已經毫無勝算了 AI 已經徹底的抹去了編程語言 這個技術鴻溝 其實不僅僅是初級程序員啊 所有處於初級階段的職位 白領職位啊 必然會被 AI 替代 尤其是那些具有明確的標準 可以遵循的職位 比如數據分析 初級會計師 律師助理等等 大家可以看看剛剛推出的 Davin 吧 AI 程序員 初級程序員會被 AI 替代 那麼中級程序員呢 其實一樣不樂觀 咱們先逐步分析一下 AI 會編程 人類的語言就是未來的編程語言 所以我們 就沒有必要去學習計算機科學了 聽上去是不是很有道理呢 其實並不是啊 這裏有一個非常重大的誤解 AI 目前它只是幫你解決了語言問題 你不用去學 Python 不用去學 Java 只要你會說話 就能讓 AI 編程序 但是這並不意味着 你就能變成一個合格的軟件開發人員 這就好比啊 突然有一天 世界上的語言都一樣了 你不用去學英語法語西班牙語等等 這也並不意味着 你就可以變成一個作家 一個演說家 前面咱們說過 當需求明確 指令明確方案明確的情況下呢 Claude 編寫代碼快速而精準 而學習計算機科學 就是讓你能夠做到明確需求 明確指令和明確方案 而這些呢 是短期之內 AI 做不到的 計算機科學的重點 永遠不是 教你熟練運用某一項編程語言 大學學習呢 重點也永遠不是學習知識 而是學習學習的能力 這樣未來你在面對一個全新的領域 比如 AI 的時候呢 你才能夠快速的 掌握這個領域的核心能力 快速的進入到一個新的領域去 那麼什麼是 AI 應用的核心能力呢 就是 Prompt engineering 以及 AI 和自動化的結合 我聽過很多人說呀 現在之所以 Prompt engineering 很重要呢 是因爲 AI 還不夠先進 不夠發達 等以後 GPT5或者 GPT50出來之後呢 AI 的理解能力增強了 Prompt engineering 呢 就不重要了 所以呢我們沒有必要 去費勁的去學 Prompt engineering 那有這種想法的人 至少忽略了三點 第一假設5年以後 AI 發展到確實不需要 prompt engineering 了 問題是你願意等嗎 你會覺得5年時間一到 那些一直學習 prompt engineering 一直善用 AI 的人會突然傻眼 然後就被你超越嗎 第二 AI 只有在一種情況下 會導致 prompt engineering 失去意義 那就是它可以像三體人一樣讀心了 否則 prompt engineering 呢 它永遠是一項重要的技能 即便 AI 能用自然語言編程 能理解自然語言 自然語言它也是語言 而語言的本質呢 就是爲了溝通 而溝通的效率呢 在於邏輯 在於清晰的表達 人和人之間 還常常存在着雞同鴨講的問題 何況跟機器呢 而 Prompt engineering 它本質上呢 就是在教你如何使用人類的語言 去跟 AI 更好地溝通 就像你學計算機科學一樣 你不僅僅是要學會編程的語法 你還要學會解決問題的思路 Prompt engineering 呢 它也是一樣 你學了一條寫 Prompt 的技巧 比如各種 ABCD 框架 那等於你學到了一個編程語法 而學會用 Prompt 解決問題 那才叫 engineering 比如 我們很多人都聽說過一項 prompt 的技術 COT 思維鏈 我們也知道啊 用好思維鏈呢 需要很好的去拆解任務 一步一步的讓 AI 去執行任務 但是 拆解任務本身就不是一項簡單的能力 第三現在 AI 都能優化你的 Prompt 了 那 Prompt 優化工具 會不會取代 Prompt engineering 呢 答案是不會 爲什麼有人喜歡越獄手機呢 難道一切 讓操作系統幫你管理不好嗎 一切你都使用廠商預設好的設置 不好嗎這就是因爲很多人啊 他更願意掌握控制權 而 AI 他在優化你的 prompt 的過程當中呢 它會代替你去做很多的決定 你就會因此喪失控制 比如 Gemini 就是一個很好的例子啊 它會優化你的提示 甚至優化到 讓你沒有辦法去畫出一個白人 好回到我開頭例子當中 三個階段能力的第一項能力 能夠想到可能的解決方案 在我並不知道 剪映有這個字幕動畫功能的情況下呢 我需要能夠想到他可能可以做到 並且能夠預見到可以採用的技術手段 那爲什麼能想到 因爲我大致瞭解剪映這個軟件的風格 就是他有很多預置的炫酷的效果 那爲什麼能夠預見到 可採用的技術手段呢 因爲我發現 剪映的存儲格式是明文可讀的 JSON 格式 也就意味着 我可以很方便的去修改它的項目文件 所以啊遇到問題之後呢 頭腦當中 立刻想出各種各樣可能的解決方案 這是我多年來很看重的一項能力 例如2023年初 AI 爆火的時候呢 各種信息鋪天蓋地啊 如何快速的篩選出更有價值的信息呢 我首先想到的 就是利用 ChatGPT 的推理能力 建立一套自動化的工作流 來對所有相關的 AI 信息呢 進行重要性的評級 作爲信息篩選的第一步 於是呢我就相繼推出了 結合 GPT 以及自動化工具 對推特和 RSS 信息源進行篩選的視頻 我應該算是全網最早把 AI 和自動化 應用於信息篩選過程的博主吧 同時詳細的配置過程講解呢 也都加入到了我的 AI 自動化課程裏面去 我的課程呢 並不僅僅是教你操作軟件的技巧 我甚至會把我遇到錯誤 解決錯誤的過程 調試的過程都進行演示 因爲我的目的 是教給每一個學員 解決問題的基礎能力 因此你才能發散思維 去解決更多的新的問題 那如何訓練這項能力呢 簡單的提3點 第一需要有廣泛的領域知識 建立跨領域的思維模式 領域知識是很重要的 不管 AI 怎麼發達 領域知識都一樣重要 比如同樣是使用 Midjourney 來繪圖 在都熟悉 Midjourney 指令的情況下呢 我畫圖肯定是比不過一個畫家的 因爲我不瞭解什麼場景 用什麼風格能夠更好的表達 甚至我根本不知道都有哪些風格 比如什麼是巴洛克風格 我一個理工男怎麼會知道這些呢 第二好奇心和探索精神 比如 嘗試以多種方式來解決同一個問題 比如質疑現在的 或約定俗成的一些解決方案 來尋找它背後的原因和邏輯 第三關注核心能力 不要陷入到虛假的學習狀態 比如 AI 爆火以來呢 各種工具 各種網站成千上萬 如果你只是熱衷於學習 各種新鮮工具的使用技巧 各種玩法 那這不是在學習啊 這是在玩遊戲 雖然作爲一個 AI 博主呀 我需要去關心更多的 AI 產品 但是呢即便是如此 我也沒有 大撒網大語言模型呢 我重點關注的就是 GPT Claude Gemini 同時會捎帶關注 Mistral 而自動化工具呢 我重點關注的就是 Zappier 和 make 這兩個呢 都是全球知名的老牌的自動化平臺 它們具有成熟的工作流的能力 並且能夠跟數千種的應用來集成 當然我也會捎帶關注 新涌現出來的 AI 智能體的工作流平臺 比如釦子 但是呢我深知一個軟件平臺 它從發佈到成熟所需要走過的歷程 因此除非必要啊 不會花太多的精力在新的平臺上面 那說到中級程序員呢 將會很快感受到初級程序員 甚至是小白們的衝擊了 因爲 AI 降低了行業的進入門檻 小白們會在 AI 的幫助下呢 快速的達到中層職位的水平 而且他們還年輕 精力旺盛 普通程序員們的黃金時代結束了 AI 將來如果不能奴役人類啊 那麼它就會變成人類的工具 而誰能更有效的操控這個工具 誰就能佔據領先地位 這就是我一再跟我們家小孩說的 你一定要學習好 Python 和 Prompt engineer 你要學好該怎麼樣去跟 AI 對話 其實黃仁勳所強調的也同樣是 普通人 不需要再專門的去學習編程語言了 但是計算機科學的基礎知識 以及多領域的知識融合依然很重要 那麼黃仁勳現在推薦的專業是什麼呢 你是否同意黃仁勳的說法呢 如果你或者你的孩子想學計算機科學 你會考慮換專業嗎 歡迎評論區留言 總結一下第一 計算機科學有必要學 因爲它更重要的 是教育人們的解決問題的能力 這項能力短期之內 AI 替代不了 第二提升自己的學習能力 並且致力於學習能夠駕馭 AI 的技術 第三程序員會被 AI 替代嗎 答案是不再學習的人會快速的被淘汰 這本來是在任何年代都成立的呀 只不過 AI 呢 讓這個淘汰來得快速而猝不及防