AI时代的入场券

几年前ai还没这么火，大模型也只是听说，那时候做系统，都是自己手敲或者去别的网站上面复制粘贴过来，遇到个小bug，可能排查半天才能发现问题，太难受了，现在有了ai排查问题容易多了，但一些复杂的问题它还是不行，但真的相当于解放生产力，可以集中力量办大事啦

社招1年面试：有赞八股还是蛮多的《门店》部门技术一面：object、map 和 set 的区别防抖和节流的使用场景（防抖场景，节流场景）flex 1 由哪些构成？分别是什么含义promise 用法 allSettleed Promise promise.then/catch的第二个参数浏览器事件循环模型 宏任务、微任务的执行顺序  宏任务中包含微任务，其中的执行顺序 解释：微任务的执行是在宏任务之中，还是之后宏任务与微任务在浏览器的事件循环模型中，当一个宏任务在执行过程中产生了新的微任务，这些微任务并不会被立即执行，而是会被添加到当前事件循环的微任务队列中。这些微任务将在当前宏任务执行完毕后、...

点进来准备喷主播散播焦虑的先等等，博主还没准备好卖课（不是）AI的发展，本质没什么“要取代人类”的初衷，时至今日，尽管你已经听说clawdBot这种可以接管你的电脑帮你打工的东西，AI的正确打开方式，从来都不是“你去把这个员工顶替掉”，而是“你去帮我更快地做这件事情”。即，AI，不管故事讲的多天花乱坠，终究是人造的，即将用于人的工具，只不过因为过于好用过于神奇，似乎即将改变大家的生活的方方面面，导致大家对此产生一些恐慌。让我们回顾一下，就用大模型应用举例子吧。以前你买东西，会在搜索框输入一些关键字，或者点击选中你需要的属性，包括但不限于价格，产地，等等，然后你在显示出来的几个结果里翻半天，选一个你觉得好像合适的。现在你可以和AI说：我要买鼠标，它会帮你找，帮你分类，帮你推荐，你甚至可以问它dpi是什么意思，为什么你推荐这些鼠标，用这个鼠标影响不影响我单手开劳斯莱斯，等等。由于挂载了不同行业的知识库，加上高情商的回复，其实你在一次简单的搜索过程中同时进行了一些相关知识的查询，还收获了这种事事有回应的情绪价值。AI看上去在让我们的生活变好，所以，因为AI的发展而恐慌，有点必要但不多。要知道技术发展是在所难免的，而企业，需要使用先进的技术提高生产效率，这样才能在相同时间挣到比市场平均水平更多的钱，你不能因为这个怪罪AI的发展，说AI搞得大家现在都很卷，都要学AI，但实际上没有AI也会有BI，CI，你总要一直学点什么让自己没有血脉继承的普通人身份不贬值。说了这么多终于扯到一点和话题相关的内容：AI时代，你得学点AI。不是说让你从高等数学开始，一路学概率论，机器学习，深度学习，强化学习...不是要你去从头开始训练模型，学完这套你得叫“AI算法工程师”了。你不必知道AI怎么来滴（也不是要你知道AI怎么没滴），但你要会用它。有同学就要说了，这还不简单，我去应用商店搜索x包，deepsxxk，x问，填手机号，填验证码，完事。不是这样的，你这只是知道AI在哪。要会用AI，此处还是以大模型为例，你最好懂一点点提示词工程，至于提示词，你可以理解为就是你给AI发送的内容。学它有啥用呢？如果你略有了解，你就会明白 “我最近想投递xx岗位，岗位描述是xxx，我目前是xx身份，有xx经验，请你根据我的情况为我提出准备建议” 会比 “烦死了，怎么找工作啊” 更能获得有用的答案。而退一万步讲，即便你就是想找AI发牢骚，你也会明白“你需要扮演一个擅长提供情绪价值的人，我和你聊天是为了减轻压力，我现在找工作遇到了瓶颈，我不需要你的建议，只需要你的倾听和理解。”这样的提示词也许更能让你满意——尽管这种行为看上去有点幽默。那么主播说的“被AI取代”又是从何而来？实际上，作为一个重度gemini和GPT用户，主播经常用这二位进行包括但不限于代码写作，任务安排，知识学习，面试准备在内的生活任务。确实快，确实轻松，但朋友们，由奢入俭难啊，当你发现AI曾经写的代码是那么优雅、快速，你几乎不用看都能跑起来，但某一天版本更新了（其实大部分时间是因为上下文太长了），你发现它开始写bug，改变量名，一段代码写好几遍，你会烦躁，会无助，因为你习惯了AI帮你解决问题，而现在你突然又要直面困难，但你的大脑又很久没有思考过怎么去解决，而是一直在那里待机，等着AI的流式输出结束，ctrl c v，这会是一个非常痛苦的时刻。我说的“取代”正是这个意思。原谅我在最后才承认这是一个小小的偷换概念，很多时候，我们可能过多地让AI取代我们自己进行思考了。写了很多有的没的，到这里就结束吧。文章的最后，仍然祝大家身体健康，32岁不死。

我觉得首先得好好学习python，而且python真的很简洁高效，人生苦短，得用python嘿嘿，还有python中的Flask要掌握了，就像Java中的spring boot一样还有就是基础知识啦，弄明白Transformer架构，也不用你推导公式，把每个细节都弄清楚，知道Encoder/Decoder是干啥的就行，明白什么是Embedding(词向量)。不懂的地方去OpenAI、DeepSeek或者阿里的千问这样效率贼高