1
很多程式設計師對網際網路行業中廣泛討論的“35歲危機”表示不滿，似乎所有的程式設計師都有著35歲的職業保質期。然而，隨著AI技術的興起，這場翻天覆地的技術革命正以更加殘酷且直接的方式滲透到各行各業。程式設計師的核心價值正在被自動化和智慧工具所取代。程式設計師不再面臨傳統意義上的35歲年齡危機，而是面臨著職業生涯的終結危機。
AI技術迅速崛起，其迭代速度快到了以周為單位，幾乎所有的大模型公司都在AI程式設計上取得了重大突破。程式設計師正面臨著深刻的轉型和被淘汰的風險。但由於AI技術取代程式設計師的過渡期尚未完全結束，許多程式設計師仍然從事著那些即將被取代的工作。我願意把這段時間稱為“程式設計師的垃圾時間”。
垃圾時間（Garbage time）是體育賽事中的術語，指一場比賽中雙方分差過大，勝負已定。此時，比賽剩餘的時間不再對最終結果產生決定性影響，剩下的時間就被稱為垃圾時間。將這個詞用在浩浩蕩蕩的技術革命、洶湧向前的歷史車輪上，再合適不過。時代的必然，是個人無法違背的規律。
2
要想理解程式設計師被AI取代的深層邏輯，我們就不得不說一下AI的原理。
AI之所以能夠表現出智慧，背後是以大型語言模型（LLM）作為核心支援。它的訓練邏輯是基於海量的語言資料，利用每秒可執行萬億次浮點運算的GPU叢集（以A100為例，其雙精度浮點運算能力為19.5 TFLOPS），透過高效的演算法調整數萬億的引數來訓練語言模型。我們可以將模型簡單粗暴地理解為資料加上引數結構。雖然這樣說很簡單，但訓練模型的成本相當高。以GPT-4為例，訓練模型需要數萬張每張價值一萬美元的A100顯示卡，訓練一次需要上百天，光每天的電費就高達數萬美元。不是所有的智慧模型都需要如此大的投入，而是如此大規模的投入才能訓練出超級智慧。
為什麼模型可以表現出智慧？智慧的本質是什麼呢？
科學界普遍認為，大模型的湧現能力塑造了AI的智慧。湧現（emergence）是指一個大實體由許多相互作用的小實體組成，而這個大實體卻能表現出任何組成它的小實體都不具備的特性。隨著ChatGPT的流行，大家更加關注大型語言模型的湧現能力。大模型的湧現更多地指，隨著模型規模的變大，模型在某一刻突然表現出以前沒有的能力，也就是智慧。
大模型還有另一個令人驚訝的特性：隨著規模的變化，它的準確度也呈冪律上升，這就是規模法則（scaling law）。模型的規模越大，它的表現能力提升得越快。換句話說，隨著加大資料量和計算量的投入，模型的智慧會呈現出指數級的增長。
現如今，AI大模型正在以一種人類第二大腦的形式滲透到各個領域。尤其是最近OpenAI釋出的新模型，使我們的第二大腦不僅是知識的儲存和提取工具，更具備了深層次的思考能力。在程式設計領域，它的表現尤為出色。程式開發天然適合AI的應用場景，因為程式是沒有二義性的。程式開發是高度結構化的，程式碼中的每一個命令、每一個語法邏輯都有著嚴格的規則。人類的語言表達是存在歧義的，表面意思和深層含義可能不同。但程式語言則不然，它沒有任何歧義，只有0和1的非黑即白。
3
這種AI程式設計取代程式設計師的過程與新能源取代傳統燃油車的程序非常相似。隨著新能源技術的發展，產業鏈的成熟，規模效應使得邊際成本越來越低，新能源的競爭優勢也越來越大。但它並不是一下子取代所有的燃油車，甚至燃油車的市場根本就不會完全消失。燃油車市場會逐漸開始分化，可被取代的民用汽車市場逐漸被新能源汽車代替，而燃油車則開始走向高階市場，逐漸面向特定群體，比如汽車愛好者和收藏家。你可以在很多超級跑車上見到手動擋，這就是一種側面印證。
程式設計領域也是如此，它同樣會在AI程式設計的影響下逐漸分化。傳統的工程化程式設計工作在這個階段逐漸失去意義，變得越來越機械化和工具化。程式設計師投入的精力和時間，與AI帶來的生產力提升相比，使他們感覺自己的勞動價值被稀釋。因此，處理常規開發任務、運維、前後端開發、簡單業務邏輯編碼的工程化程式設計師，其職業生涯正被AI工具所威脅。而那些少數的精英型程式設計師則被重用，他們具備深厚的理論基礎和演算法能力，工作更具創造性和前沿性，已超越了傳統工程師的範疇，更像是一名科學家。這種理學思維和工程思維的核心區別，體現在專業上就是工科和理科的區別。這注定了未來程式設計師的工作，或者說程式科學家的工作，只有極少數人能夠勝任。
麻省、哈佛、史丹佛，清華、北大、中科院，如今在AI領域的研究者，都有著極高的學術背景。他們與AI的結合可謂以一當十，以一敵百。他們創造的價值有多巨大，就有多少“平庸”的價值被取代。
4
然而，任何變革總是充滿著危機與機遇。當我們看不清未來時，不妨回過頭看看過去。
我們從技術和經濟的角度來回顧歷史上的一些故事。
首先，從技術的角度來看。
2016年4月，AlphaGo戰勝了世界圍棋冠軍李世石。自此之後，在下圍棋這件事上，人類就再也沒贏過。如果我們想了解ChatGPT對人類的影響，不妨看看AlphaGo對圍棋界產生了哪些影響。
如今，幾乎所有職業圍棋選手都依賴圍棋AI來提升自己的棋藝。比如在開局階段，許多被傳統認為是“不能走”的棋路，AI卻會大膽選擇。經過多次攻防後，AI會在另一個地方回應這些棋路，展現出人意料的深遠佈局。職業棋手們直到這時才恍然大悟：原來如此！
有人形容，AI時代就像遠遠駛來的火車。我們遠遠地就看到它來勢洶洶，但當它真正到來時，卻只是一瞬間與我們擦肩而過。然後，我們只能眼睜睜地看著它離我們越來越遠，再也無法追上。
19世紀時，電力僅限於上流社會使用。當有人提議將電力普及到千家萬戶時，議會上出現了反對的聲音。有人警告道：“如果每家每戶都安裝電插頭，那其殺傷力將難以估量，簡直就像現代化的武器！如果一隻小貓不小心碰到電插頭，不就立刻被電死了嗎？如果哥哥叫弟弟去摸一摸插頭，豈不是瞬間沒命？如果我們在整個倫敦，甚至全英國普及電力，豈不是等於給所有人，包括壞人和精神病患者都發了一把槍？這實在是太可怕了！”"
因此，這項決議當時沒有透過。
然而，站在今天的角度回看，電力為整個人類社會帶來了巨大的價值，幾乎所有人都從中獲益。誠然，觸電事故的確時有發生，但即使如此，我們也不會因此停止使用電力。我們需要做的，是學習如何正確、安全地使用電。
5
我們再從資本的角度來看。
我們不得不承認，資本是推動技術快速發展的核心力量。資本的大量投入，使得AI成為當下最熱門的領域。各種初創公司、研究專案、創新產品都得到了空前的支援。雖然這必然會導致AI市場的泡沫化，但這種過度推動正是為了刺激創新，篩選出具有競爭力的公司和產品。瘋狂砸錢，啟用市場，正是資本樸實無華的行事手段。最終，一定會有幾家公司脫穎而出，形成寡頭格局。這些公司都是經過充分競爭而產生的，而誰最終勝出並不重要。
這像不像是當初網際網路泡沫時代的重演？
2000年左右，網際網路同樣經歷了泡沫化，也同樣經歷了金融危機。但新興事物的崛起，必然伴隨著混亂和動盪。各個公司摸著石頭過河，最終摸索出成功的商業模式，塑造了今天的網際網路格局。而當今的科技巨頭，恰恰都是那個網際網路泡沫年代產生的。百度，2000年創辦；騰訊，1998年創辦；阿里巴巴，1999年創辦；谷歌，1998年創辦；Facebook，2004年創辦；亞馬遜，1994年創辦；Netflix，1997年創辦。這些公司都是在網際網路泡沫時期產生的，並在那段混亂中脫穎而出。
我們現在面對的這場AI技術革命，同樣伴隨著經濟的衰退，但這絕對不是一個時代的衰落，而是一個嶄新時代的開始。AI時代的獨角獸，正在孕育當中。
程式設計師生涯的垃圾時間（上）
https://blog.caiyongji.com/2024/09/15/programmers-garbage-time-1.html
程式設計師生涯的垃圾時間（下）
https://blog.caiyongji.com/2024/09/15/programmers-garbage-time-2.html