※ 引述《kliop1 (oott)》之銘言：
: 我最近出去面試了一輪，結果發現我跟兩年前比，年薪直接掉了 10～20 萬… 有夠心碎。
: 不是只有我這樣，身邊幾個資深的朋友最近也出來看機會，結果幾乎沒人談得到比原本更高
: 的 offer。除非你是那種前端轉後端技能加成，或是待在原公司裝死求穩，不然真的很難有
: 什麼突破。
沒經過2000年的網路泡沫，不要跟我說盡頭。那時才是難找的要死，我表弟剛大學畢業，那時困難到最後決定去當兵（美軍的電腦兵），不過後來被派去Iraq又是另一個故事了。
後來是Apple，Google的antipoaching陰謀被罰，才開始了程式師的大薪水時代。
ai取代程式師是老闆的期望但其實短期內是不現實的。
我一直在實驗ai寫程式與繪圖，有一些用處，但問題也很多，但最大的問題是很多人有不實際的期待。
我想寫很多，但我只舉個很簡單的例子。例如圍棋。
現在ai圍棋碰到一個adversarial attack，而且無法克服。2022年出剛來的時候，我們以為很快就可以解決，但大家都跌破眼鏡。
https://goattack.far.ai/
雖然可以一直訓練，但cycle group幾乎是無限的，所以...
https://www.reddit.com/r/baduk/comments/1e1uhx3/katago_still_cannot_defend_against_adversarial/
其實這就是普通人對現在ai的誤解。其實ai有不同的弱點與問題，只是跟人類不一樣。但因為我們幻想ai會是超人類的，但可惜並不是。
就像自駕一樣，10年前我們認為很快就不需要人類駕駛了，但現在看來如果2030年可以L5的自駕就是不可思議的成就了。
LLM是了不起的成就，但現在看來還有很長一段路要走，才能找到有效的應用。

早就一堆公司買付費的AI服務應用在生產力上了 你還在找「有效的應用」喔? 現在早就一堆了 只是能廣泛到什麼程度而已的問題沒辦法全面性取代人類 != 沒找到有效的應用

直接幫你出一份400頁的SDD文件應該算是應用了吧，而且還沒有錯誤。

Could u please give us more details?

讓他幫扛新人第一線的問題，也算是有應用了吧

講得不錯但最後結論下太快了，這樣信徒會追著你打。目前LLM最成功的應用還是潤飾以及語言練習對象。以前找人做這些事情既貴又會受時間和地點限制，有時甚至連合適的人選都不好找。現在儘管成效不比最專業的老師但已堪用又不貴，算是成功填補市場的空缺至於它的缺陷在這兩個情境下問題也沒那麼大，因此從工具的觀點來看，這樣用也算是在揚長避短。

推分享

CRUD沒什麼意思，toy的東西，有幫助，但就是toy。現在claude，gemini最大的問題是，東西都有奇異的錯誤。我自己有一測試的3d基本題目，到目前給我的解釋還是乍看是對的，細節有問題，一堆無用與無相關的註解。3d跟computational geometry本來就有 一堆有問題的資料，所以ai也是一堆問題。但外行人跟著ai很有信心的送死，過了toy的問題就完全卡住，必須有經驗的人重新調整。現在我的一些圈子對ai反彈很大，先確定不是ai寫的才來code review。現在是對ai的認知是有點像gell-mann amnesia effect。

code review 重點不是AI 吧..？而是就算用了AI 也應該對自己的產出負責，要教育的是把 "這是AI 寫的，不是我寫的" 掛在嘴邊的心態。使用更高效的工具來完成任務，本身沒什麼問題

現在最新best practice。讓ai(agent)寫一堆程式，自己再挑最好的來修改。但實際常是浪費code reviewer的時間在修改

現實就是你口中的toy至少佔了軟體界80%的職位

光是能替代掉那些沒什麼意思的CRUD 產業就大地震了 他現在就連一些複雜一點的CRUD還沒辦法work得很好 你各位就偷著樂吧「嘿嘿你看AI這個還不會 我safe!」然後別過頭不去看產業已經至少一半以上的人都被砍惹

有個盲點：80%的工程是CRUD，但不是80%時間都在搞工程早在很多年前的領規格純碼農就有近一半時間不在寫程式那不是在釐清規格、看程式查問題、想解法、不然就測試後來IDE更進步，寫程式的時間又再縮短，因此有些人一直強調AI提高生產力──其實也就是在最佳化程度高的地方再推進一點點而已，整體綜效未必有想像中的那麼大。真正能取代現行工程師者其實是願意學程式改程式的產品經理、使用者或其他支援部門的人員，而不是AI

某些中小公司的系統IT職缺真的不如收掉

推外行人跟著ai很有信心的送死XD

自駕車的問題很多法規吧 短期還是不看好