浅见：在AI浪潮中的思考与前行
本文主要介绍下我最近一个多月学习 AI 应用开发过程中的一些浅见，以及对 AI 浪潮的一些思考与前行。
引言
AI 这个话题这俩年非常火，也有很多人体验并学习了一些 AI 工具和技术，但我对 AI 的了解还是比较浅。
最近入职了一家 AI 初创公司，经过一个多月不断的学习，我对 AI 这个领域又有了一些新的认识和思考，所以写下这一篇文章来分享我的一些浅见。
希望大家不吝赐教，一起探讨。
初识与探索
我对 AI 的探索，其实不是很深入，也难以写下很有技术深度或者应用广度的文章，而是通过一些简单的例子来分享我的一些浅见。
在技术上，首次接触 AI，还是在使用ChatGPT-3、文心一言、通义千问、kimi等大模型工具方面，去年使用这些工具时发现它们在一些数学计算、写代码时错误率还是不少的，反倒是在AI创作、生成文本内容、翻译等场景下，AI 的表现和体验都十分的令人惊喜。
最近这半年多也一直使用 cursor 和 trae 基于 claude 大模型来写代码。发现从今年开始，大模型在代码生成方面有了长足进步，写的代码直接运行跑起来的概率也变的很大。在给定一些精准的提示词后，能使用一些最新的组件和标准的写法来生成一个健全带容错的完整代码项目，这点很让我惊喜。
今年来，在内容创作方面，我反倒是感觉 AI 的同质化问题越来越严重，内容的质量不稳定，深度和原创度不够高，很多是数据的拼凑。也不知道是不是我对 AI 的要求变高了，还是大模型的知识库不够丰富？
工欲善其事，必先利其器。入职后，在技术方面，我开始去尝试使用 NodeJS 和 Python 来开发一些简单的应用。框架方面，浅浅的学习了 LangChain、AutoGen 以及 MCP server，也做了些分享，从使用学习的角度来说，LangChain 的开发流程还是相当规范和有丰富的文档的，MCP server 体验不是很好，但也跑起来了，AutoGen 倒是跑起来前端的代码，从前端角度来说，其代码有很大的借鉴价值，也有很多可以学习的地方。
在框架这块，我司倒是没有直接使用，目前还是调通义千问的 API 来开发，等后期框架成熟了再移植。
对于智能体，也尝试了 Coze，做一些简单对话客服来说还是不错的，但复杂的流程编排还是麻烦，不如写类似代码去做I。
同时，在这些体验的过程中，发现提示词（Prompt Engineering）非常重要，写一个好的提示词才是实现需求的关键。
顺便分享下，我的其他博客和代码Demo：
AI的起源与当下
上面提到了很多次 AI 这个词，但很多人还是对他比较陌生，这里我就简单介绍下 AI 的起源与当下发展。
AI 的发展可以追溯到 20 世纪中叶，早在1950年，英国数学家艾伦·图灵提出了著名的图灵测试，为判断机器智能设定了标准。1956年，约翰·麦卡锡在达特茅斯会议上首次提出人工智能这一术语，标志着 AI 学科的正式诞生。
时至今日，从小到智能客服、语音助手、图片识别、文章生成、AI配图、AI写代码等帮助我们提高工作效率的工具，大到智能家居、自动驾驶、医疗会诊等已经广泛的融入我们的生活。
从纯技术的角度来看，从 50 年代首次提出人工智能概念，到 90 年代机器学习开始崭露头角，支持向量机和决策树算法等技术为 AI 领域奠定了基础。进入 21 世纪初，提出了深度学习的概念，其强大的特征提取能力推动了图像识别、语音识别等领域的飞速发展。卷积神经网络（CNN）在图像识别中表现出色，循环神经网络（RNN）及其变体在自然语言处理中取得了显著成就。
这俩年，AI 技术在大模型和算力的推动下取得了重大突破。从去年开始，我们开始频繁接触到的ChatGPT、kimi、Midjourney等大模型及工具，到了今年初火爆全网的 DeepSeek 等大模型的开源，都让我们看到了 AI 技术的巨大潜力。
当下，AI 已经成为塞不进冰箱的大象了，我们不能再忽略其技术的发展，不能觉再得与我们的生活毫无关系了。
因此，我们需要直面其蓬勃发展带来的机遇与挑战，深思其本质，规划我们未来前行的道路。
机遇与发展
AI 的发展给我们也带来了很多机遇，帮助我们在很多方面提高工作、学习效率。
从学习方面来说，比如学习英语、编程、数学等有固定知识体系的课程，可以让 AI 模拟成一个资深的老师，去教你怎么学习某个方面的具体知识，而且是免费的。可以让 AI 给你梳理知识体系，从浅入深的去快速学习某个领域的知识。
当然，创作性的例如小说、音乐、游戏等方面我们还没有好的 AI 工具来帮助我们完全去做这些事儿，但可以给我们很多创作灵感和启发，以及提高效率。
从工作效率方面来说，可以把 AI 当成一个百宝箱，去帮我们解决一些重复性带有固定格式的工作，比如写邮件、周报、报告、代码等，帮助我们提高效率。
从生活方面来说，AI 可以在旅游规划、购物推荐、健康食谱、心理咨询、智能辅助驾驶等多个应用场景中发挥作用。
当然对我们技术从业者来说，在让我们失业的同时，也给我们带来了一些新的工作岗位，那就要我们去学习一些AI的使用和技术开发了。目前，从事AI相关技术开发的岗位面临巨大的缺口，能给我们带来很多岗位和职业发展空间。
苟日新，日日新，又日新。AI的不断发展，需要我们不断的去学习和思考，学而不思则罔，思而不学则殆。
挑战与困惑
除了上面给我们带来的机遇和发展之外，在AI领域，我们遇到了一些挑战和困惑。
首先，就是 AI 的发展从某个方面节省了人力，而我国又是有大量劳动力的国家，这就会造成一些就业市场的冲击。
未来很多重复性岗位讲持续缩减，例如像客服、数据统计、基础翻译、码农有很大的失业风险，这就对我们在领域里的技术和能力要求越来越高，不能简单的被替代。同时也会诞生 AI 训练师、应用开发工程师以及数据标注员等AI相关新型岗位。
然后，AI 也给我们带来了很多心理压力以及技术依赖风险，很多人开始恐惧 AI 会代替我们，也害怕如果长期使用 AI 工具会严重依赖 AI，导致自己的思考和解决能力会下降。
从这些方面来说，确实是存在一定挑战的。但事实也是，学习并掌握 AI 技术及使用的人会去替代完全不使用 AI 的人，所以还是要去学习，不要有太多压力，君子以自强不息。
同时在使用的过程中，也可以多向 AI 学习，比如写代码可以学习某个片段的技术实现，也可以让AI多出几个解决方案去实施比较，从中体会下哪个方案更好。
智者乐水，仁者乐山。对于挑战，我们需要像智者一样灵活运用技术，同时保持仁者的心态。
思考与前行
有人说 AI 是工具是伙伴，可以帮助我们提高效率，激发创造力；也有人说是取代人类的敌人，如果任由其发展，最终会毁灭人类。也有人说 AI 没我们想象的那么强大，很多事情做不了。这些听起来都有一定的道理。
我想说的是，AI 其实还在发展的初期阶段，参与我们的工作和生活还远远未达到我们的预期。未来 AI 终会随着人类的探索和应用，变成一个工具，而不会取代人类。我们人类独有的想象力、创造力与批判性思维，始终是无法替代的"终极壁垒"。
未来会诞生很多 AI 应用，会像电力、钢铁煤炭一样即使内部结构和技术实现复杂，但用户使用起来会很简单。
目前国内很多都在搞模型、算力、垂类的应用，来提高我们的工作效率，未来肯定会有很多人参与应用建设或者把AI当成玩具来玩的一些应用，目前我们团队已经在探索中了。
对于我个人来说，后面要多学习各种框架，从技术的角度去参与AI应用建设。
祝福大家
不积跬步，无以至千里；不积小流，无以成江海。在 AI 不断发展的今天，希望大家能够继续保持积极的学习和探索，不断提升自己的能力。
同时，也希望大家能够积极参与到浪潮中，共同推动 AI 的发展，为人类的生活带来更多的便利和创新。
最后祝福大家，在经历过诸多挑战之后，最终取得不错的成功：千淘万漉虽辛苦，吹尽狂沙始到金。