AI让我90%的技能价值归零

前几天，大家围绕萝卜吵得不停，很多人生怕AI抢了人类的饭碗，好在奥运会及时召开，人们在奥运强大力量的感召下才安静了下来，回归到对“Faster, Higher, Stronger - Together.”的狂热中去。但有个问题依旧没有答案，那就是AI让人们90%的技能价值归零，我们应该怎么办？那今天我们就从程序猿的角度来看看这个问题。

随着AI技术的飞速发展在软件开发领域，技术已经能够替代或显著增强一些传统上由人类开发者执行的工作。目前我们已经在使用AI在软件开发中协助完成相关工作：

1. 自动化编码与代码生成：AI系统通过学习大量的代码库和编程语言的规则，能够自动生成高质量的代码片段或整个应用程序。例如，基于大模型的AI编程助手如GitHub Copilot、CodeGeeX、阿里云AI程序员等，能够根据开发者的输入或描述生成相应的代码。显著提高开发效率，减少重复性劳动，使开发者能够更专注于创新性和复杂性的工作。

2. 文档与注释生成：AI可以基于代码内容和项目需求自动生成文档和注释，包括API文档、用户手册和开发指南等。

3. 代码审查与优化：AI可以对代码进行自动审查，识别潜在的错误、性能瓶颈和代码风格不一致等问题，并提供优化建议。其加速代码审查过程，提高代码质量和可维护性，减少人为错误。

4. 自动化测试：AI可以自动生成并执行测试用例，对软件进行全面的测试，包括单元测试、集成测试和性能测试等。提高测试效率和覆盖率，确保软件质量，减少因人为疏忽导致的漏洞。

5. 错误诊断与修复：AI技术能够分析软件运行时的日志和错误信息，快速定位问题原因，并给出修复建议或自动修复错误。其能够缩短故障解决时间，提高系统稳定性和可靠性。

需要注意的是，虽然AI在软件开发中能够替代或显著增强上述工作，但它并不能完全取代人类开发者。人类开发者在创新思维、复杂问题解决、情感智能、批判性思维以及法律与伦理意识等方面仍具有不可替代的作用。因此，在未来的软件开发中，人类与AI的紧密合作将成为主流趋势。我们需要不断增强自身能力：

1.需求分析和理解：软件开发始于对用户需求的深入理解。这要求开发者能够与用户有效沟通，理解他们的需求背后的动机，以及这些需求如何与业务目标相契合。这种深层次的沟通和理解能力，特别是当需求模糊或存在冲突时，目前还难以被AI完全取代。

2.软件设计与架构：设计高效、可扩展且易于维护的软件架构需要深厚的专业知识、经验和对技术趋势的敏锐洞察力。这涉及到权衡各种设计选择，确保系统既满足当前需求，又为未来扩展预留空间。这种创造性的设计过程，以及对系统整体性的把握，是AI难以模仿的。

3.创新与创造力：在软件开发中，创新是推动行业发展的关键因素。从开发全新的算法到创造颠覆性的用户体验，这些都需要人类的创造力和想象力。AI可以辅助生成代码和优化现有解决方案，但很难主动提出全新的创意或解决方案。

4.复杂问题解决：软件开发中经常遇到各种复杂问题，这些问题可能需要跨学科的知识、对系统深层次的理解以及灵活的思维能力来解决。AI在处理这类问题时，往往受限于其算法和数据集的限制，难以像人类一样灵活应对。

5.质量保证与测试：虽然AI可以自动化很多测试任务，但确保软件质量不仅仅是执行测试用例那么简单。它还需要开发者能够识别潜在的缺陷、理解错误的根本原因，并设计有效的修复方案。此外，对于用户体验的测试和优化，也需要人类的主观判断和情感智能。

6.法律与伦理考量：在软件开发过程中，必须遵守各种法律法规和道德准则。这包括保护用户隐私、确保数据安全、遵守版权法等。这些决策需要开发者具备法律意识和道德判断力，这是AI目前难以具备的能力。

7.沟通与协作：软件开发通常是一个团队工作，需要团队成员之间的有效沟通和协作。这包括理解他人的观点、协调不同的工作流程、解决冲突等。虽然AI可以在一定程度上辅助沟通（如自动化会议安排、文本分析等），但真正的团队协作和人际互动还需要人类的参与。

尽管AI在软件开发领域的应用越来越广泛，但它在许多方面仍然无法完全替代人类。因此，未来的软件开发团队将是人类与AI紧密合作的模式，共同推动技术的进步和创新。

最后再次用Kent Beck的话来鼓励大家：

The value of 90% of my skills just dropped to $0. The leverage for the remaining 10% went up 1000x.

个人90%的技能价值归零，但剩下10%的价值会提升1000倍。

锐思