Linus 眼中,编程 AI 的真实价值如何?

今天刷到了一段视频,是 Linux 之父 Linus TorvaldsVMware 副总裁兼首席开源官 Dirk Hohndel 的一段对话。

内容挺有意思,分享给大家。

主要有两个话题:

  • AI 只是打了鸡血的自动纠错
  • AI 幻觉带来了 bug

话题是由 Dirk Hohndel 提出,由 Linus Torvalds 进行回答的。

AI 是打了鸡血的自动纠错

针对这一点,Linus Torvalds 认为这一说法有一定的合理性,但 AI 在编程领域的真正潜力是可以成为一个识别"明显愚蠢错误"的强大工具

毕竟,大部分编程工作中出现的错误并非多么精细、复杂,而只是开发人员忽略的简单错误。

或者换个角度,编程领域的 AI 可以看作是自动化工具的一次进化

它让我们的代码审查不仅仅可以使用静态代码分析的模式识别,还可以融入更加智能的代码分析,以此帮我们提升系统整体的代码质量。

AI 幻觉带来了 bug

这一话题和我之前的想法不谋而合,但大神的说法更加有意思。

Linus:"我觉得,在制造 bug 这件事上,我们人类自己就干得挺好的了。"

虽然这一点有些残酷,但我感觉事实也确实如此。

我们大多应用开发的程序员,所涉及的工作本身就不是特别高深的内容。个人感觉这类工作中最难的应该就是业务分析的全面性业务实现的工程化

  • 业务分析的全面性:在实际应用 AI 编程这么久之后,我认为,大多数时候,AI 在业务上的分析比我们大多数人都要全面。

  • 业务实现的工程化:由于大数据的训练,AI 博览众码,对于普通业务系统的架构设计,那真的是信手拈来。并且由于 AI 几乎不存在"波动惰性",它的工程化实现会更加到位。

波动惰性指人类由于感性思维的存在,随着内在动机自然起伏,导致间歇性出现的偷懒意图,个人理解,仅供参考。

结语

今天分享的内容来源虽然比较古旧,但是感觉对我的触发还是蛮大的,尤其是大神观点的自洽和深度,看来以后还得多学习高手的内容。

相关推荐
应用市场5 分钟前
Intel Core Ultra 9做目标检测够用吗?CPU+GPU+NPU三路并发实测
人工智能·目标检测·计算机视觉
CoderOnly7 分钟前
SFT后训练32B-LLM的一些观察
人工智能·大模型
拓端研究室18 分钟前
2026中国医美护肤产品行业发展与未来趋势蓝皮书:射频、胶原蛋白、PDRN与肉毒素|附90+份报告PDF、数据、可视化模板汇总下载
大数据·人工智能
imbackneverdie22 分钟前
2026国自然项目申请指南发布,今年有什么新举措?
人工智能·科研·博士·国自然·ai工具·国家自然科学基金
m0_7373025830 分钟前
智能化:AI 驱动的全生命周期管理
人工智能
人工智能AI技术30 分钟前
【Agent从入门到实践】11 执行模块:Agent如何“完成动作”
人工智能
一招定胜负32 分钟前
基于OpenCV的银行卡号识别项目实战
人工智能·opencv·计算机视觉
无代码专家1 小时前
低代码构建数据管理系统:选型逻辑与实践路径
人工智能·低代码
无代码专家1 小时前
低代码搭建项目管理平台:易用性导向的实践方案
人工智能·低代码
KKKlucifer1 小时前
AI赋能与全栈适配:安全运维新范式的演进与实践
人工智能·安全