半年没写博客了,聊聊 AI、技术和生活

半年没写博客了,聊聊 AI、技术和生活

看了一下,上一篇博客到现在居然已经有半年多了。

这半年发生了很多事情,有生活上的,有学业上的,也有工作上的。本来这个账号可能就这么接着荒废下去了,但是今天偶然间用 Codex 搓出来了一个小工具,本来只是抱着"炫耀一下"的想法来写这篇博客。

可能真应了那句"苦难是文学的温床"。

上了一天班的我,回到学校以后突然有了很多东西想讲。有好的,有坏的,有该讲的,也有一些可能不太该讲的。

那就随便聊聊吧。

文章目录

好消息:挂掉的课终于过了

先说点好的。

好消息是,我之前挂掉的那几门课重修终于过了。

至少不用再担心到了大四还得一边上班,一边跑回学校上课。

我也不知道自己是不是跟数学有什么仇,挂掉的几门课居然全都和数学有关。不过最后好歹还是过了,也算是老天保佑,让我大四可以安安心心地在公司当一个实习牛马。

从结果上来说,皆大欢喜。

过程就不提了。

坏消息:我还是去上班了

再说点不那么好的。

六月份的时候,我开始投简历,也陆陆续续收到了几个面试和笔试。

不过可能是上天不忍心看我这么早被职场摧残,大部分都没让我过。

最后好歹还是找到了一份实习,所以现在每天已经可以稳定地被职场摧残了。

其中让我印象最深刻的一次,是我为了笔试复习了大概一个星期的嵌入式八股文。

什么 RTOS、通信协议、C/C++、操作系统,反正能背的都背了一点。

然后打开笔试:

全是算法。

我一个算法菜鸡直接被秒了。

我寻思我打 CS 的时候被颗秒,好歹还能看见对面长什么样,有时候甚至还能看见他手里拿的是什么枪皮。

算法题是真的不一样。

我盯着题目看了半天,第一次对这句话有这么深的理解:

中文原来还能有这种排列方式。


再来讲点时兴的:AI

我高中的时候,GPT-2 横空出世。

那时候大家对它的评价大概是:这东西确实很有开创性,但是好像也没什么用。

对话经常牛头不对马嘴,生成的东西偶尔看着像那么回事,多看两眼又觉得哪里都不太对。

再后来,GPT-3、GPT-4、GPT-5 来了,DeepSeek 来了,Claude 来了。

这个世界开始用一种我有点跟不上的速度往前跑。

前段时间有一次和同学聊天,不知道怎么就聊到了 DeepSeek。

其中有人突然说了一句:

"DeepSeek 居然只是几个月前的事情。"

我到现在都还记得这句话。

不知道各位能不能理解那种感觉。

明明感觉已经发生了很久,回头一看,其实也就几个月。

世界好像已经往前跑出去了一大截,但是时间根本没过去多久。

有时候看着这些模型以这么快的速度迭代,心里是真的会害怕。

会有一种很奇怪的感觉:

我是不是就是 AI 这个巨大轮子下面的消耗品?


"AI 是工具"------一句正确的废话

有一句非常正确的废话:

AI 是工具,人的使用方式决定了 AI 的上限。

以前我一直很认可这句话。

我会觉得,AI 写出来的代码,我至少应该自己看一遍。

这样一方面可以保证代码没有乱来,另一方面自己也能学到一点东西。

在我熟悉的方向上,这件事我勉强还能做到。

之前还在上课的时候,不管是编程作业还是实验报告,我已经在使用 AI。

我会拿它帮我写代码、查资料、解释一些自己不懂的东西。

但至少当时我还会坚持几件事情:

资料要自己确认是不是真的;

代码框架尽量自己先搭;

AI 写完以后,自己至少再过一遍。

现在回头看,那大概算是我给自己划的一条线:

AI 可以帮我干活,但是最后还是得我自己知道它在干什么。

但最近我越来越感觉,这套工作流正在慢慢崩解。

至少在我这里,是这样的。


然后我搓了一个自己基本看不懂的项目

这也是为什么会有今天这篇博客。

事情的起因其实非常简单。

我每次想看 Codex 还剩多少额度,都得点开菜单,再进一层。

我觉得很烦。

真的就只是这么一点小事。

于是我去找了一下有没有现成的软件,最好能搞一个悬浮窗,随时放在桌面上看一眼。

找来找去,没有找到一个自己特别喜欢的。

那我就想:

要不要自己搓一个?

反正现在有 AI,看起来也不会太难。

于是我把找到的几个相关项目丢给 Codex,让它分析别人到底是怎么读取额度的,然后再帮我设计一个实现方案。

方案出来以后我看了一眼。

很好。

全是不认识的词。

然后我又开始拿 AI 去问:

这个词是什么意思?

那个框架是什么?

为什么要这么做?

这几个模块到底有什么区别?

那一瞬间我感觉自己特别像一个拿着木棍的猩猩,在努力研究阿美丽卡警察手里的枪到底是不是一种自己没见过的香蕉。

------至少外形上还是有那么一点像的。

再往后就更简单了。

确定方案,让 AI 实现。

想加功能,让 AI 改。

项目怎么组织,让 AI 设计。

用什么技术,让 AI 选。

GitHub Actions 怎么写,让 AI 告诉我。

怎么打包,怎么发布,怎么处理设置、托盘、悬浮窗,也基本都是一路问 AI。

毕竟让一个平时写嵌入式的菜鸡突然跑去写 C# 和 .NET,多少还是有一点强人所难。

没错。

我就是那个弱人。


惊喜和恐惧是同时出现的

直到这个项目真的被一点一点搓出来以后,我的感觉其实挺复杂。

一方面是真的惊喜。

这是我第一次这么快完成一个自己完全不熟悉领域里的东西。

以前如果让我自己从零开始学 WPF、学 .NET、研究 Windows 的这些东西,再把一个相对完整的小工具搓出来,我大概率根本不会开始。

不是做不到,而是学习成本实在太高。

而 AI 把这个门槛一下子打了下来。

我只需要知道:

我想要什么。

然后不断告诉它:

这里不对。

这里不好看。

这里逻辑有问题。

这里我想换一种方式。

最后居然真的就能得到一个能用的软件。

这件事情挺神奇的。

但另一方面,我又真的有一点恐惧。

因为这个项目里面的大量实现,我其实是看不懂的。

或者准确一点说:

我能看懂它大概在干什么,但让我自己从零写出来,我完全不会。

于是问题又回到了前面那句话:

AI 是工具。

可当这个工具越来越强的时候,我到底还有没有能力"驾驭"这个工具?

还是说,我只是慢慢变成了一个负责给 AI 点授权的工具人?

Codex 每次弹出:

Allow?

我点一下:

Allow.

然后它继续干活。

连这个按钮都可以直接选择 Allow all,那好像连我本人存在的必要性都开始变得有点可疑。

这可能才是我真正害怕的东西。


如果一个人可以同时带很多个 Agent 呢?

再往远一点想,就更让人焦虑了。

如果以后一个人可以同时操作很多个 Agent,每个 Agent 写代码、查资料、分析问题的能力都远超过现在的我,那么公司为什么还需要这么多人?

我还能不能找到工作,养活自己?

当然,我也会反过来想:

为什么我不能成为那个同时操作很多 Agent 的人?

听起来似乎也挺合理。

问题在于,当 AI 随随便便就能输出几千几万行代码的时候,我真的能从现在这种新手状态,成长到足以理解、判断甚至兜底这些东西吗?

至少现在,我没有这个自信。


人给 AI 兜底,这句话说起来容易

我以前一直有一个观点:

人应该负责给 AI 兜底。

AI 可以写代码,可以提高效率,但是最后出了问题,人必须要有能力修。

这句话我现在依然觉得没错。

问题是,说起来很容易。

当 AI 学习和输出的速度远远超过人的时候,如果我自己连它生成的东西都越来越难完整理解,那所谓的"兜底"到底还能不能成立?

如果真的出了一个很深的问题,我到底是在修 Bug,还是把报错重新复制给 AI,然后让另外一个 AI 去修前一个 AI 写出来的 Bug?

想到这里会有一点荒诞。

所以我感觉自己在饮鸩止渴。

一方面,我确实越来越依赖 AI。

因为它真的能提高效率,而且提高得太明显了。

以前可能要查半天的问题,现在几分钟就能得到一个方向。

以前觉得麻烦到根本不会去做的东西,现在一句"帮我分析一下怎么实现"就可以开始。

让我再回到完全不用 AI 的开发方式,我大概也回不去了。

但另一方面,我又在努力维持一点自己为数不多的安全感

比如现在我比较习惯:

AI 先分析问题、给出方案,我确认以后再让它修改。

遇到报错,也尽量先自己看一眼,再让 AI 分析,而不是看到红字就直接把控制权交出去。

听起来可能有点自欺欺人。

但至少目前来说,我觉得还是有一点用。

起码我还在努力知道:

现在发生了什么。

至于以后还能坚持到什么程度,我也不知道。


说回这个本来是拿来炫耀的小项目

说了半天,终于回到我一开始写这篇博客的原因。

我这两天搓出来的小东西叫:

CodexMonitor

GitHub:

https://github.com/LuoIsHere/CodexMonitor

它是一个很简单的 Windows 小工具。

起因前面也说了:

我嫌每次点开 Codex 的二级菜单看额度太麻烦。

所以它现在主要就是把 Codex 的额度信息直接放到桌面上。

可以看短周期和七天额度、重置时间、刷新状态,也可以常驻系统托盘。

我自己最想要的其实是那个悬浮窗:

平时丢在屏幕角落里,需要的时候瞄一眼;不需要操作的时候可以锁定,锁定以后鼠标直接穿透,不影响下面的窗口。

另外还顺手加了设置、通知、后台刷新之类的东西。

没什么惊天动地的技术,也没有什么伟大的产品规划。

纯粹就是:

我觉得这里用起来有点烦,所以我想让它少烦我一点。

甚至从某种意义上来说,为了少点两下鼠标,专门写一个软件,多少有一点多此一举。

但我自己还挺喜欢的。

这个项目基本上就是 Vibecoding 出来的。

如果让我自己写,我估计现在还在看:

什么是 WPF?

所以如果有人感兴趣,可以自己去 GitHub 看看,README 已经写得很详细了。

这里就不继续水技术内容了。

这篇文章本来也不是拿来讲技术的。


最后

写到这里,感觉好像也没得出什么结论。

关于 AI 到底会发展成什么样,我不知道。

以后程序员会不会真的大量失业,我不知道。

我现在这种使用 AI 的方式到底是提高效率,还是在慢慢掏空自己的能力,我同样不知道。

可能两者都有。

也许过几个月、几年以后,我重新回来看到这篇文章,会觉得现在的自己特别幼稚。

但那样好像也挺好的。

至少说明那时候的我,又比现在往前走了一点。

就当这是一个有点迷茫、又不得不继续往前走的学生,在上了一天班以后留下的一点碎碎念吧。

诸君且看个乐。

愿意试试我的项目当然最好。

最后也没什么特别高深的话想说。

希望各位保重身体。

毕竟不管 AI 最后发展成什么样,身体才是一切的本钱。

相关推荐
deepdata_cn1 小时前
向量数据库是非结构化数据的AI检索底座
数据库·人工智能
zzz_23681 小时前
长程 Agent 怎么评测:Task、Trial、Grader、Outcome 与 Evaluation Harness
人工智能·agent·agent测评
桃西西呀1 小时前
跟着跑一遍 Harbor:从 harbor run 到读懂 result.json
人工智能
AI产品测评官1 小时前
AI 招聘技术选型指南:四类垂直方案的技术路径与落地对比
人工智能·求职招聘
星火10241 小时前
【LangChain4j系列05】RAG 检索增强生成完整指南
人工智能·后端
xushichang123_2 小时前
如何观看 2026 亚马逊云科技中国峰会全场主题演讲与技术分论坛内容?
大数据·人工智能
科技新资讯2 小时前
视频出海精细化升级:帧级对口型技术与商用工具落地能力分析
人工智能·音视频
微硬创新2 小时前
大点数模拟量采集落地:耐达讯自动化32路0-20mA适配PROFINET总线实践解析
运维·人工智能·网络协议·自动化·信息与通信
招财小梗2 小时前
AI矩阵获客,品牌连锁落地有啥方案?
大数据·人工智能·矩阵