前几天了解 agent 概念的时候, 又写了点代码, 很巧地从不同朋友那了解了他们的 ai 使用程度和就业市场行情, 有一些对 ai 的想法, 记录一下.
ai 改变了什么
唯一的影响
我认为 ai 唯一的改变其实是一些特定场景的效率, 比如:
-
学习入门: 也就是之前我们认为大多领域里 20% 精力学到的 80% 的部分, 现在 4% 的精力可以学到 64% 的程度了.
但需要注意要让 ai 转移到非 ai 资料以避免幻想, 比如我试过 ai 算八字, 八字就不准. 并且主要还是节省搜索时间, 学习是你脑子做的事, ai 是节省不了的, 在进行了一定的学习后, 回头看聊天记录会觉得自己原来是没理解的.
-
简单, 重复的工作: 比如从一段自然语言中提取信息, 这是我了解到朋友的真实使用场景, 我自己也有类似的场景. 还有写代码时设计好函数的功能和调用编排, 让 ai 实现具体函数, 甚至让 ai 先设计需要实现的函数.
当然还是强烈建议要检查信息结果, 代码的话要完全看懂 ai 的代码, 有测试用例是最好.
-
简单的软件: 许多非开发的同学会让 ai 写脚本来完成简单的工作了. 嗯, 就是以前" python 培训"之类的产出结果.
非特异性的改变
还有很多看起来是 ai 带来的变化, 但其实是其他一些新东西也能带来的, 都只是绝大多数人没影响的.
- agent 相关开发, 多了几个库的开发, 调优, 或调用, 这和之前的区块链, 低代码是类似的, 只是多了个细分领域.
- 中转站很多人赚了钱, 但这也不是 ai 专属的. 和 vpn 或是外网账号注册是类似的.
- 培训, 包括开发培训, 工具培训, 卖工具. 这个几乎在任何时期都是有的.
- 模型训练调优, 我暂时认为不是大多数普通人能做的, 包括这个层级以上的硬件技术, 也离我认识的大多数人比较远.
纯自我感动或蹭热度的产品
有很多软件/产品, 说自己是是 ai, 甚至自己也以为自己是 ai, 其实并不是.
我认为 ai 和以前最大的特点是处理非结构化的文本, 那些主流程大多是处理结构化数据的就别吹 ai 了.
一些产品在开发过程中用了 ai, 或者在程序某个业务分支调了下 llm, 就硬吹自己是 ai, 可能是因为 ai 的开发效率获得了惊喜而自我感动, 或者是产品名字加个 ai 能获得更多成交.
而这些自以为是"赶上 ai 福利"的人, 是不一样的. 原本就有正确业务的人, 只是因为本来启动资金不够, 现在大幅降低成本, 而走上了成功之路, 只是因为 ai 降低了第一版开发成本, 而不是他开发的是 ai 产品. (btw, 如果第一版能成, 还是得花钱招人把老代码推倒重来的) 而另外一部分人, 可能是硬着头皮造需求, 付出多了自己也会知道光 ai 是没价值的, 就像只会英语是没价值的. (只能做英语老师, 而这只是属于培训业)
所以在 poc 成本大幅降低的时代, 业务的重要程度就大幅上升了, 也能让更多有想法的人发挥出来.
不会替代的部分
我认为他不会替代的部分:
- 难度高的工作, 虽然很可惜绝大多数人干的都是难度低的工作
- 有创造性的工作, 在我尽可能地调试agent的情况下, 还是不能替代手写博客, 甚至是技术类.
所以有意思的是, ai 倒成为了照妖镜. 比如之前学会了调用某个 api, 学会了个新平台的开发, 觉得自己很厉害. 现在知道这不厉害. 其实之前我们也知道, 做着做着就去想别的事情的事是"体力活", 现在是能让 ai 干的就是体力活. 之前我们可以认为可以程序化的事情是体力活, 比如按 excel 某一列名字创建文件夹, 现在意识到了不能让人注意力集中的事都是体力活.
另外还有物理体力相关的活, 也不会被 ai 替代. 但上面提到的也许是 ai 的受益者, 物理体力工作者缺可能收到一定负面影响, 因为一部分被 ai 砍掉的职位的人参与了物理体力的竞争.
ai 影响了什么
还记得在我还有工作的时候, 我会认为工作都是"体力活"很无聊. 没想到, "体力活"真消失了. 那么到底我应该是兴奋, 可以做更多事, 还是当初"讨厌体力活"只是借口, 其实自己是依靠体力活的呢.
由此, 我进行了些思考, ai 对未来的世界会有哪些影响. (嗯, 所以如果钱用不完, 或者人死不了, 是不是也会产生别的危机呢)
学习
用 ai 写代码多的朋友是有共识的, 觉得自己在基础代码能力上减弱了. 我认为有点像慢慢转管理就不写代码的小领导.
盯着 ai 的每个代码去审查, 提升的效率有限, 让 ai 自己写自己测, 有问题自己解决, 不行换个模型, 提升效率太大, 诱惑太大了. 而且"我完全看懂 ai 写的内容了"和"不太看得懂, 能跑就行"之间是没有明线的, 人又是很想偷懒的动物, 这样就很容易慢慢离开代码了.
同样地, 在非常多领域也产生了这个问题: 没有基础的工作练手了. 以前用公司资源练手, 现在要自己出资源练手, 到了水平能很好的控制 ai 才能找到工作. 这在前端的领域很像是脚手架发展得越来越高级, 对于用户是黑盒, 想看代码还是 rust, 学习路线太陡峭, 学习要付出大量的毅力, 精力. 也不像以前那样被分配简单的任务, 又有一些工资, 又能练手.
那么可能有2个情况, 一是 ai 时代出生或开始学习的人, 就彻底失去了学习的机会, 而产生知识的失传.
另一个可能是世上本来就分2种人, 本来就会爬到顶端的人学习提速更快达到了, 另一种干"体力活"的人失去了工作, 倒也不必浪费精力去学习那些 ai 比人做得好的技能了. 我更偏向于是这样的.
结构性失业
那么之前干这种"脑子体力活"的职位, 是大量消失的. 工种本身没消失, 只是需要的人比以前少多了.
并且厉害的人学习更快, 同样的, 富人也快速发展, 因为用人成本低, 开发快导致验证想法周期变短.
结构性失业, 无法避免, 无人幸免. 因为被淘汰的"脑力体力劳动者", 会流向别的行业, 上次说16年看"未来世界幸存者"的时候说外卖8元一单, 现在是4元了. 未来已来, 比想象的更恶劣. 根据被淘汰者的不同能力和他们的 B 计划, 对应的行业就会涌入那么多人, 对应的行业的消费者可有福了.
那些没被淘汰的人, 要么是行业的精英, 要么是能快速学习从事刚才说的新行业, 但总的来说是原来就有业务的老板成本降低, 赚钱更容易, 单个打工人并不一定是上行. 那么政府就要做失业潮的题目了. 如果选择多收一些富人税来发失业金, 那也算是实现共产主义社会了.
失业的人去哪儿了
作为个人, 我们可以说我能想出路, 但从整体来看, 不能否认这大部分被淘汰的人.
我认识的大多人是有存款或者家庭支持的, 但一定有很多人是没有的, 他们的生活会陷入困境, 我觉得这对国家来说是个难题.
失业的人有两个方向, 有人能产出更好的产品. 但是大多人不是这种. 普通人会被成熟套路的娱乐系统吸引和沉迷, 现在娱乐行业对控制人的自动脑的研究已经很成熟了, 但这也有好处, 可以降低犯罪率, 闲可是万恶之源.
以后的软件
agent肯定是一种趋势, 一些软件就适合做 agent, 但不是所有. 而agent也要思考什么和 llm 之间的界限, 知道要把重点放在哪里, 不然在工程侧的努力也会被 llm 的成长覆盖.
另外就是很多软件可以简单调用 llm 来提高软件体验.
另外一个维度, 小软件开发成本下降, 想法可以爆发很多, 应该会产生很多私人软件, 而且可以更私人定制化, 不必带着通用的不需要的功能, 那么小型软件开发者的卖点就不是实现能力, 而是"猜你喜欢"和 ui/ux 了.
人应该怎么办
在想怎么办之前, 想先期待下以后的生活, 还是非常有意思的:
- 遇到什么问题, 会搜索通用 agent, 大多还是免费的, 但可能会被广告占领.
- 学习变得更容易, 还可以和 agent 互动学英语, 快速产出软件.
变得重要的是业务流程, 产品设计, 创造力. 普通人与产品的距离不在于技术, 而在于业务和设计了.
所以 ai 成熟的时代, 是非常好, 令人兴奋的时代. "脑子的体力劳动者"被释放, 人可以把更多的精力投入令人兴奋的工作中.
我们现在更需要的是警惕精神懒惰, 虽然 ai 看起来很强, 但不要过分依靠, 因为如果人不成长, ai 能力也不会成长的.
最后, 社会会变成啥样, 我暂时没有精力置身事内了, 我觉得思考这个对自己的现实意义很小.