我講老實話
扣爛不爛沒啥關係
好的AI扣比雜魚工程師強多了
以前能上線現在為啥不能
AI操控者有sense固然很有效率
沒sense用久了也知道怎麼修
目前工程師優勢是能快速找到問題原因
但是未來AI越來越強大
有sense的人會越來越多
工程師這時間不快跳出來自己創業
未來優勢會消失殆盡
我目前做的東西一行代碼都沒寫
一行代碼都沒看
也沒什麼是修不好的
你要說我就寫web類的服務當然沒問題
事實上現在軟體的東西90%以上都web啊
那換句話說現在寫web的真的要快跳
題外話前陣子寫了一下LVGL也沒啥問題
我是不太清楚有啥不能寫的就是
然後那些瞎扯人類工時算年月的專案
叫我用AI去寫的就省省吧
沒那個閒算力搞這個五四三
最近正在組龍蝦大軍幫我寫專案
算力荒得很
參考一下龍蝦大軍圖
https://i.imgur.com/jfjgrOC.jpeg
※ 引述《shinew13》之銘言
: 最近許多公司 不管是美國還是中國 或者其他地區
: 開始都讓產品經理去嘗試用vibe coding去實作概念 去市場試水溫
: 然後慢慢有一些效果後 再回頭讓工程師去把這坨code改成可以部屬的PoC或MVP
: 也因為這樣 老闆們就認為 少少幾個工程師 配上PM+AI
: 就可以快速打造各種產品
: 殊不知這變成一種災難
: 需求變多 爛code一堆
: 當你要一個一個把這些扣都轉成可用的內容
: 就算用上AI也是需要不少時間
: 而這時候老闆就會說 你怎麼那麼慢 AI不是已經可以快速做好嗎?
: 當你開始解釋的時候 在老闆聽來都會是藉口 因為PM一天內就把那陀扣搞出來
: 不知道有沒有先進後輩能否分享怎麼合作的?
: 感溫

這時代的軟工只能是幹大事跟nothing ，創業真的是必然

老問題 有法規限制的領域或冷門的目前都沒辦法

我對冷門的沒辦法其實存在著很大的問號有法規限制的部分透過間接隔離還是有機會的

冷門的東西可以用 只是要先用足夠的資訊而這些就是那些公司的價值法規的問題除了模型和資料以外 還有的問題是成品會產出違法的結果這就回到開spec的問題我認為這會吃重個人的基礎能力

我覺得不管怎樣 至少一兩年內 個人的能力還是關鍵因子

@jack529 是不是 2/22 有看 Jserv 的課程直播 XD

聽說@能召喚 有人試試嗎

冷門的東西可以看各brench拔掉公開資料之後的表現

不管冷門或法規都會有新創出來挑戰現有巨頭啦這波就是會逼著管你什麼公司，不導入AI就準備被打下來

欸欸欸 低調齁 這樣我怎麼繼續打電動混專案

比如swe bench pro, CL-BENCH然後覺得AI門檻低的是不是沒見過AI越用越傻的人這樣的人會比想像的多

越用越傻 啊就人的問題 怪我囉？反正我能輕鬆賺錢就好樂觀是現在爽爽賺 悲觀是這種玩法 時日不多

所以那些公司也開始用AI了有法規需求的SaaS沒有這種護城河的就等著被資源更多的取代

AI確實有缺點啦，用別人的AI越用越傻、做自己的Agent越做越累，大概這樣

@clh960524 沒錯哈哈哈哈以前是想法不值錢，現在根本已經反過來了

CL bench就是沒在訓練資料的上下文能力，結果是上下文搜尋還行，但是應用能力很差https://youtu.be/9BeSsdpqzuc?si=0jRl6bHqVOQ-8sQu不過我平常工作是沒用到什麼冷門或限制條件非常多的場景啦，現在就很夠用了。冷門的領域工作者反而要感謝大模型沒辦法覆蓋，如果哪天巨頭們突然想起來要攻陷冷門領域都辦得到，成本問題而已現在冷門領域沒覆蓋到，反而是創業的藍海，趁巨頭還沒注意到先賺一票看看

軟體90%以上都web是認真的嗎？光是嵌入式系統上就一堆app 跟driver 了，這些只佔不到10%？

好啦我形容不夠精確，做application的，web仔app仔，DevOps 仔什麼仔的這些我都歸類在好取代的90%內。能不被取代的不到10%。

Jserv 最近有聊agent coding嗎作業系統 的agent coding 情況是怎樣啊?AI 沒有硬體的spec 不能做韌體未來硬體廠 應該會彎成agent化 網頁都被彎成agent化了所以 韌體和作業系統 蒐集需求後也可以慢慢疊代了理論上 AI 直接用組語開發也不是很遠的未來前面有大大說 看不完規格 無法教育AI總有人教育ai 能夠看完所有規格

會不會有些工作，根本沒規格，或全世界的人都不知道怎麼做才好？真的別老是用自己的專業在看別人專業。最近我在研發手機可跑輕量化圖片生成模型。搞了一個月，各種AI工具，，包括Claude code都很廢。 沒一個比人還聰明的。AI生成的code基本上都沒常識的在亂湊。正常有研發能力的隨便寫都比AI強。誰能在網路上或論文找到，超輕量圖片生成模型的程式碼或規格？ 連Snap Gen論文內容都沒寫清楚好嗎。這世界上有非常多的軟體專業沒規格，AI做不出來。現況就是，我隨便說一個我自己工作上開發的功能，AI就是做不出來啊。簡單日常一點的。現在AI寫code，解析PDF的表格，遇到複合表格，合併格子的解析就常常出現錯誤。還不如人寫code用規則與辭典去解。AI確實在許多人日常工作，沒辦法很順利使用阿。天天講AI取代工程師，我真的一直沒體會到。有Spec,但AI做不了的情況也太多了。光是解析常見電子零組件大廠的Spec ，pdf文件內容。所以AI就做不到了，一堆錯誤。

手機生圖參考Draw things, pdf先轉成md再校稿就好

很多vendor提供的spec 裡面，有些register 的定義不會寫在裡面，要自己去問vendor才會知道那是幹嘛的跟怎麼用，要說取代工程師，我覺得還有一段路要走

這就是大家需求不同啊，然後彼此不了解，所以看法不同。我查了一下draw things走雲端，而且非製造業企業內部工作所需的圖。與各公司On-premise的需求不同。看起來可以train lora，但Lora控制效果就一般，也不符合商用需求。模型大小與計算量，也不符合我工作場景要的edge需求。隨便下載個flux，能生出公司內部要的圖嗎？而且能在一般工作電腦上跑得起來嗎？不可能吧。

樓上你這個限制太多了，就算是人寫的在你這麼多限制條件下也幾乎很難寫出來要好要快要便宜，就算人工寫也寫不太出來而且你說人寫程式去解析pdf比較強，那這個「程式」如果讓AI寫，而不是讓AI「直接解析pdf」，你真的覺得AI寫不出來「程式」？

沒有喔，正常有在做AI的，有點正常能力改一下模型架構輕量化，再改一下loss，基本上就符合公司內部工作需求。我就是這樣做。但AI都在亂寫，我自己人工寫反而更快更好。所以我一直強調：不要用自己的專業知識，來論定別人用AI寫code好不好做。只會雞同鴨講而已。你不懂別人專業，硬要扯別人的專業用AI好不好做，何必這樣。

大模型公司自己都在用AI迭代了，應該要給AI看完代碼再叫他寫。直接從無生有或想要一句提示詞完成整個repo調整本來就很難那些圖模型公司也都不自己手刻了

不用跟鐵科伯那個id認真啦

我就是給AI看完代碼再叫他寫啊。AI真的不行啊，寫程式時各種模型修改的觀念就錯誤百出。真的別用自己不懂的專業在哪秀下限啦。別人的工作內容你好像很懂？叫你做，你又做不出來，只會說別人：用錯AI模型用的工具。

畢竟真的有開源模型代碼的應該只有deepseek? 連Llma 都只有開源參數沒有開源代碼有開源模型尤其生圖模型代碼的沒幾個吧？沒開源那幾乎是無中生有了無中生有本來就很難

用對工具，模型，給AI看一堆code。就能寫出一個，小型，可以生成公司內部各種圖的工具？你做一個看看啊。yamakazi又多一個爛招：不懂別人專業，硬扯一定做得到。真的拜託yamakazi別秀下限了啦，都說生圖模型了，還在扯Deepseek，llama, 笑死人喔。

好吧 查了一下開源的應該滿多的，那這邊應該就是AI的弱點確實不是我的專業，我聽你的

其實根本原因就是，大家工作內容，與工作專業差太多而已。所以使用AI感受差很多，彼此不了解情況也很明顯。

一句話的需求是可以vibe的 表達能力決定ai開發的上限

我一直不懂 ai強為什麼可以推論到要出來創業

因為以前創業的坑之一 就是被系統商或是外包的工程師坑現在AI雖然也會坑你 但至少成本比較低 (?)

很簡單，純寫扣是當下最容易取代的部分，你要嘛趕快創業累積客戶拿垂直性整合的護城河，要嘛趕快暴富一波退休。現在還有很多藍海，未來藍海難找。開發速度跟以往比差太多了。

Real talk 小公司差不多沒路走了 還沒被炒要感謝老闆沒跟上時代

阿里巴巴也是開源的 圖片 PDF 都有團隊在做反正就是 努力跟上第一梯隊現在對新技術要敏感