即刻App年轻人的同好社区
下载
置顶正式介绍一下自己的开源项目 qwerty-learner，一个为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件
很多人打中文速度很快，但输入英语很慢而且容易出现错字，这是因为英语输入的肌肉记忆相对弱，同时也需要持续的背诵单词来巩固英语技能
qwerty 将打字练习和英语背诵结合在一起，可以在背诵单词的同时巩固肌肉记忆
link: qwerty.kaiyi.cool
github: github.com
很多人打中文速度很快，但输入英语很慢而且容易出现错字，这是因为英语输入的肌肉记忆相对弱，同时也需要持续的背诵单词来巩固英语技能
qwerty 将打字练习和英语背诵结合在一起，可以在背诵单词的同时巩固肌肉记忆
link: qwerty.kaiyi.cool
github: github.com
77 2019
可能跟大家的理解不一样，校招是“最容易”进大厂的，这也能解释很多有意思的现象，我展开说说：
大厂校招最喜欢招的就是高潜的人才，但你怎么定义高潜？除了少数在读书期间就有很多实践经验的人之外，大部分都是循规蹈矩的上课。所以大厂就粗暴的认为 高潜 == 高学历。所以，你会看到很多编程能力并不强的 高学历 + 实习经验的学生，很容易进入大厂。
从公司的视角来看，大厂有钱和耐心来培养校招生，高学历代表底子好，培养成功了，就是高性价比的人才（不得不承认，程序员这一行，年轻的活力和冲劲还有很有优势的，AKA 能卷），培养失败了，裁员成本不高。
但从校招生的角度有意思了。年轻人/学生 是缺乏对世界和自己的正常认知的，外界和公司又会一直渲染大厂的优越/光环/“高高在上”。很容易让人变得飘然，觉得自己的水平是高于其他人的（比如 xhs 天天把 大厂/名校 挂在嘴边的校招生）。
但我一直的观点是，及格线之上的程序员水平差距没那么大，正态分布在任何领域都适用。这更适用于非名校的程序员，我做咨询经常有 非科班/非名校 的程序员对自己水平妄自菲薄，觉得自己水平不如那些所谓的大厂程序员，但事实并非如此，没必要被那些光环反过来 PUA 自己
那之后的故事呢？
第一种路线，维持年轻人的冲劲，成长和充实自己，又有合适的机遇，在公司验证了自己的潜力，成为有实力的人。“配得上”公司给校招生的高溢价，不得不承认大厂现在给校招生接近 50w 的工资，更多的是为其可能的潜力买单。
第二种路线，成长速度慢于预期，并没有成为业务的中坚力量。如果市场环境好，公司收益好，是完全可以持续享受市场红利的。但如果形式转差，就容易成为被裁员的对象，就出现了 社交媒体中热议的 “毕业两年，我被大厂裁员，找不到下一份工作”。
但很多人被自己高学历和大厂的光环蒙蔽住了，并没有看清自己的实力，当被裁的找不到另一份大厂工作的时候才意识到现实。海浪褪去，才知道谁在裸泳。
听起来很残酷，但现实永远比现实更现实，公司对人才的逻辑就是大浪淘沙。
不得不承认，现在市场在变差，全世界各个市场的程序员就业都变得更难。所以更应该认识到自己的实力，公司/团队/队友 的实力并不是自己的实力，硬本事才是自己安身立命的根本。
长期来看，还是不断提升自己。风险是一直存在的，有自己安身立命的本钱，才能随遇而安，不被时代淘汰。
只是我自己的观察和思考，欢迎大家讨论
无论形势如何，认清自己的实力，提升自己，才是一切的根本。
大厂校招最喜欢招的就是高潜的人才，但你怎么定义高潜？除了少数在读书期间就有很多实践经验的人之外，大部分都是循规蹈矩的上课。所以大厂就粗暴的认为 高潜 == 高学历。所以，你会看到很多编程能力并不强的 高学历 + 实习经验的学生，很容易进入大厂。
从公司的视角来看，大厂有钱和耐心来培养校招生，高学历代表底子好，培养成功了，就是高性价比的人才（不得不承认，程序员这一行，年轻的活力和冲劲还有很有优势的，AKA 能卷），培养失败了，裁员成本不高。
但从校招生的角度有意思了。年轻人/学生 是缺乏对世界和自己的正常认知的，外界和公司又会一直渲染大厂的优越/光环/“高高在上”。很容易让人变得飘然，觉得自己的水平是高于其他人的（比如 xhs 天天把 大厂/名校 挂在嘴边的校招生）。
但我一直的观点是，及格线之上的程序员水平差距没那么大，正态分布在任何领域都适用。这更适用于非名校的程序员，我做咨询经常有 非科班/非名校 的程序员对自己水平妄自菲薄，觉得自己水平不如那些所谓的大厂程序员，但事实并非如此，没必要被那些光环反过来 PUA 自己
那之后的故事呢？
第一种路线，维持年轻人的冲劲，成长和充实自己，又有合适的机遇，在公司验证了自己的潜力，成为有实力的人。“配得上”公司给校招生的高溢价，不得不承认大厂现在给校招生接近 50w 的工资，更多的是为其可能的潜力买单。
第二种路线，成长速度慢于预期，并没有成为业务的中坚力量。如果市场环境好，公司收益好，是完全可以持续享受市场红利的。但如果形式转差，就容易成为被裁员的对象，就出现了 社交媒体中热议的 “毕业两年，我被大厂裁员，找不到下一份工作”。
但很多人被自己高学历和大厂的光环蒙蔽住了，并没有看清自己的实力，当被裁的找不到另一份大厂工作的时候才意识到现实。海浪褪去，才知道谁在裸泳。
听起来很残酷，但现实永远比现实更现实，公司对人才的逻辑就是大浪淘沙。
不得不承认，现在市场在变差，全世界各个市场的程序员就业都变得更难。所以更应该认识到自己的实力，公司/团队/队友 的实力并不是自己的实力，硬本事才是自己安身立命的根本。
长期来看，还是不断提升自己。风险是一直存在的，有自己安身立命的本钱，才能随遇而安，不被时代淘汰。
只是我自己的观察和思考，欢迎大家讨论
无论形势如何，认清自己的实力，提升自己，才是一切的根本。
10 00
AI 的编程能力越来越强，很多 coder/非 coder 都在谈 AI 取代程序员，我想分享一下我的想法
先聊背景：
在前 AI 时代，我一直是做前端，AI 来了后，我开始做 AI 应用的开发框架（类似于 langchian），现在做离模型更近的东西。
我的“编程母语”是 js，但这半年多的工作一直是写 python，我的python 代码接近 90% 是 AI 写的，如果让我写，我可能犯很多 python 基础语法错误，这很正常，这不是我最熟悉的语言。
但我对 python 和相对底层框架的不熟悉，因为有 AI 的加持，并没有影响我的产出效率，甚至跟让我写前端项目的产出效率完全一致。
但 AI 真的替代程序员了么？
我觉得程序员核心的素质在于解决问题的能力，也就是
- 计算机相关背景造就的对编程从硬件到软件的架构理解能力
- 对问题拆解和按照拆解一步步执行的能力
- 多年工作经验造就的直觉。这个是最难培养的，新人卡在某个地方很久，而老人看两眼，就有一个对出错问题的大概猜测。就像很多喜欢摄影的朋友，看一眼天，就能知道晚上会不会有好看的晚霞
这些才是程序员的核心竞争力，而不是 “写代码有多快”、“对 API 有多熟练”。
拿摄影举例，前数码相机时代，一个好的摄影师可能需要懂 光学、胶片冲洗、相机维修、构图、审美。
而在数码相机时代，技术的进步让摄像师不需要学那些繁琐的技能，而是可以专注在摄影最本质的东西： 构图和审美。
所以，不限于程序员，当有人说 “AI 取代 XXX” 的时候，我们需要去想，AI 取代的到底是这个职业中最本质 最具创造力的部分，还是减轻了这个职业中本就繁琐无聊的部分？
如果你问我 AI 对编程的改变是什么，我觉得是把程序员从繁琐无聊的细节中解放出来，让我们更加专注于编程中 最本质、最有趣、最具创造力，也是编程真正有魅力的地方。
聊到这里，想到一个题外话
数码相机，甚至是拍照手机的发明，降低了摄影的门槛，涌现出了无数机会。那么 AI 降低了 编程/写作/分析/... 的门槛，又有哪些新的机会出现了呢🤔
先聊背景：
在前 AI 时代，我一直是做前端，AI 来了后，我开始做 AI 应用的开发框架（类似于 langchian），现在做离模型更近的东西。
我的“编程母语”是 js，但这半年多的工作一直是写 python，我的python 代码接近 90% 是 AI 写的，如果让我写，我可能犯很多 python 基础语法错误，这很正常，这不是我最熟悉的语言。
但我对 python 和相对底层框架的不熟悉，因为有 AI 的加持，并没有影响我的产出效率，甚至跟让我写前端项目的产出效率完全一致。
但 AI 真的替代程序员了么？
我觉得程序员核心的素质在于解决问题的能力，也就是
- 计算机相关背景造就的对编程从硬件到软件的架构理解能力
- 对问题拆解和按照拆解一步步执行的能力
- 多年工作经验造就的直觉。这个是最难培养的，新人卡在某个地方很久，而老人看两眼，就有一个对出错问题的大概猜测。就像很多喜欢摄影的朋友，看一眼天，就能知道晚上会不会有好看的晚霞
这些才是程序员的核心竞争力，而不是 “写代码有多快”、“对 API 有多熟练”。
拿摄影举例，前数码相机时代，一个好的摄影师可能需要懂 光学、胶片冲洗、相机维修、构图、审美。
而在数码相机时代，技术的进步让摄像师不需要学那些繁琐的技能，而是可以专注在摄影最本质的东西： 构图和审美。
所以，不限于程序员，当有人说 “AI 取代 XXX” 的时候，我们需要去想，AI 取代的到底是这个职业中最本质 最具创造力的部分，还是减轻了这个职业中本就繁琐无聊的部分？
如果你问我 AI 对编程的改变是什么，我觉得是把程序员从繁琐无聊的细节中解放出来，让我们更加专注于编程中 最本质、最有趣、最具创造力，也是编程真正有魅力的地方。
聊到这里，想到一个题外话
数码相机，甚至是拍照手机的发明，降低了摄影的门槛，涌现出了无数机会。那么 AI 降低了 编程/写作/分析/... 的门槛，又有哪些新的机会出现了呢🤔
8 12
语文老师在教 《观刈麦》 的时候说，他看一个纪录片，说的是手工割麦的老人和收割机的故事
当问为什么手工割麦的老人为什么收费比收割机高的时候，老人说：“我们是人工割的要花很多时间”，然后很多人还是选了收割机。
老师说，他心疼这些老人的困境，又叹息这些老人不会说话，应该说 “我们人工割的细，保证你颗粒归仓，机器可能会浪费很多”。
但我们知道，收割机对手工劳动是碾压级的效率提升
当年的自己还在感慨老人的可怜，可能过不了多久我们就得宣扬自己说 “非遗手法，纯手工写代码”
当问为什么手工割麦的老人为什么收费比收割机高的时候，老人说：“我们是人工割的要花很多时间”，然后很多人还是选了收割机。
老师说，他心疼这些老人的困境，又叹息这些老人不会说话，应该说 “我们人工割的细，保证你颗粒归仓，机器可能会浪费很多”。
但我们知道，收割机对手工劳动是碾压级的效率提升
当年的自己还在感慨老人的可怜，可能过不了多久我们就得宣扬自己说 “非遗手法，纯手工写代码”
9 41
AI 应用层的机会多的吓人
最简单，作为一个语言模型，现在并没有好用的 AI+写作的工具，很多人写东西还是:
ChatGPT 列大纲 => 让 AI 生成内容 => 复制到 word 里 => 复制出想要修改的部分 => GPT 生成再复制回去 => 循环往复
chatGPT canvas 明显是想解决这个问题，但做的太差了。很多时候写东西还不如用 github-copilot/cursor 好用。
所以，找到合适的垂直领域，找到真正懂这个领域的产品经理，梳理好这个领域传统的工作流程，寻找用 AI 增强的部分，深入的设计优雅好用的交互流程，就能做出不错的产品。
但依旧，不要抱着“AI 颠覆一切”的高傲去做这个事情，AI 现在并不能直接完整颠覆一个领域，应该抱着谦卑的态度深入学习这个领域，以合适的方式去引入 AI，才能让大量的传统用户迁移
如果你需要例子，在前 AI 时代的 notion 就是，这个世界有无数 notes 软件了，但总是各有各的问题，notion 就是懂用户的产品经理，花心思设计一切流程，他不是颠覆性的，不是让用户要学习很多新东西的产品，而是一用就觉得舒服，一用就觉得 “我找到我想要的产品了！” 的感觉。
最简单，作为一个语言模型，现在并没有好用的 AI+写作的工具，很多人写东西还是:
ChatGPT 列大纲 => 让 AI 生成内容 => 复制到 word 里 => 复制出想要修改的部分 => GPT 生成再复制回去 => 循环往复
chatGPT canvas 明显是想解决这个问题，但做的太差了。很多时候写东西还不如用 github-copilot/cursor 好用。
所以，找到合适的垂直领域，找到真正懂这个领域的产品经理，梳理好这个领域传统的工作流程，寻找用 AI 增强的部分，深入的设计优雅好用的交互流程，就能做出不错的产品。
但依旧，不要抱着“AI 颠覆一切”的高傲去做这个事情，AI 现在并不能直接完整颠覆一个领域，应该抱着谦卑的态度深入学习这个领域，以合适的方式去引入 AI，才能让大量的传统用户迁移
如果你需要例子，在前 AI 时代的 notion 就是，这个世界有无数 notes 软件了，但总是各有各的问题，notion 就是懂用户的产品经理，花心思设计一切流程，他不是颠覆性的，不是让用户要学习很多新东西的产品，而是一用就觉得舒服，一用就觉得 “我找到我想要的产品了！” 的感觉。
8 00
看好了始祖鸟的一个单肩包，一看这个名字好熟悉，Granville 就是我们公司楼下街的名字，很奇特的感觉
看了一下这个包的故事，是始祖鸟的总部在 Granville 街，员工设计了一个通勤用的包，就以此命名
对我的冲击就像一个很好看的包，名字叫做 滨海大道 🤣
看了一下这个包的故事，是始祖鸟的总部在 Granville 街，员工设计了一个通勤用的包，就以此命名
对我的冲击就像一个很好看的包，名字叫做 滨海大道 🤣
4 21
AI 编码能力的增强对初级程序员可能的利空
过去，一般是一个 senior 带几个 junior coder，senior 设计整体架构，junior 去实现，在这个过程中，junior 逐渐学习经验，逐渐成长。
这个过程中，junior 会犯很多错，senior 帮忙 review，从而迁移编码经验
但现在，senior 设计完毕后，AI 编码，然后 review + 修改即可。这显然要比之前快很多，减少了碳基生命之间低效的沟通。
在前 AI 时代就有，“付一个人程序员加班费远比雇两个程序员更有价值，因为沟通效率会严重影响产出”
过去，一般是一个 senior 带几个 junior coder，senior 设计整体架构，junior 去实现，在这个过程中，junior 逐渐学习经验，逐渐成长。
这个过程中，junior 会犯很多错，senior 帮忙 review，从而迁移编码经验
但现在，senior 设计完毕后，AI 编码，然后 review + 修改即可。这显然要比之前快很多，减少了碳基生命之间低效的沟通。
在前 AI 时代就有，“付一个人程序员加班费远比雇两个程序员更有价值，因为沟通效率会严重影响产出”
6 20
从这几天的观察来看，deepseek (后面简称 dp)对国内 AI 的整体促进作用是非常夸张的，几个观察
- dp 的优势就是 o1 级的能力，完全开源，并且中文能力强
- 大量大厂 chat bot 放弃自研模型，接入 dp，效果获得巨大提升。当然并不是放弃自研的研发，而是现在有更好用的模型就先用着，之后自己的起来了再切换
- 大量企业内部部署来进行公司内部的使用，很多觉得使用 gpt 麻烦的人（确实麻烦，各种魔法），会使用内部的部署来进行平时的工作，不限于写代码，而是各种职位都开始尝试使用 AI，开始提效
- 在国内破圈，之前喊了这么久的 AI，其实国内普通人并没有用到质量合格的 AI，大量的人至于尝鲜。现在不止 dp 官方，各种 chatbot 都开始接入 dp，国内普通人第一次开始深入把 AI 接入 chatbot
- 大量传统企业，特别是国央企获得可信任 自部署的模型，这个的影响会比想象的深远
deepseek 这一波的影响会持续扩散，半年后往回看，可能会更有感慨
- dp 的优势就是 o1 级的能力，完全开源，并且中文能力强
- 大量大厂 chat bot 放弃自研模型，接入 dp，效果获得巨大提升。当然并不是放弃自研的研发，而是现在有更好用的模型就先用着，之后自己的起来了再切换
- 大量企业内部部署来进行公司内部的使用，很多觉得使用 gpt 麻烦的人（确实麻烦，各种魔法），会使用内部的部署来进行平时的工作，不限于写代码，而是各种职位都开始尝试使用 AI，开始提效
- 在国内破圈，之前喊了这么久的 AI，其实国内普通人并没有用到质量合格的 AI，大量的人至于尝鲜。现在不止 dp 官方，各种 chatbot 都开始接入 dp，国内普通人第一次开始深入把 AI 接入 chatbot
- 大量传统企业，特别是国央企获得可信任 自部署的模型，这个的影响会比想象的深远
deepseek 这一波的影响会持续扩散，半年后往回看，可能会更有感慨
9 00
