ISheep

ISheep

Badminton | Coding | Writing | INTJ
github

ChatGPT的迷因

最熱門的編程語言是英語

TL;DR#

The hottest programming language is English

主要考慮的是在未來幾年該如何對待這種奇點的出現。

  1. 學英語
  2. 擁抱科技而不是逃避,這個世界沒有銀彈
  3. 需求會暴增,以產品為導向,探索問題域
  4. 執行者【螺絲釘】 -> 創造者、決策者的思維轉變
  5. 橫向擴容知識面,AI 工具的邊界是使用者的邊界

現象 & 經歷#

隨著 ChatGPT 被各類人玩出花樣,我偶現焦慮的情況,原因並不是我怕我這種黑奴被 AI 所代替,而是看到越來越多的人,能利用這些新的工具從 0 - 1 做出了自己專業之外的東西。而我對 ChatGPT 的探索僅僅停留在語言模型。起初我還是非常興奮的,因為它解決了很多對我來說比較頭疼的東西包括但不限於周報、答辯、報告、文檔、拉扯…… 從去年 12 月開始,幾乎所有跟文字有關的活兒我都靠 ChatGPT 來完成,但也僅限於跟語言有關的部分,其實已經幫我了很大的忙了,畢竟拉扯和 battle 越來越佔據我的工作時間,而我高中開始就沒有寫過語文作業,沒有訓練過專業寫作,講話很直、□不夠⚪。
不過最近在 Twitter timeline 上看到很多 0 coding 基礎的人利用 GPT 類的工具,開發出了能運行的程序,比如 Chrome 插件、Tradingview 腳本,甚至本周的 $ARB airdrop 也有人(排除科學家)為了搶跑,用 ChatGPT 生成一個 Contract 或者 Script 來完成批量 Claim。我之前也試過用 ChatGPT 來生成一個 DEX,但是它不是一本正經地胡說八道,就是讓我遵守法律,逐漸磨滅了我的耐心和興趣。但現在看來,是我沒有用好 context 和 prompt。

dex

Crypto 革命失敗?AI 崛起?#

過去幾年,這兩個技術都是科技界的熱門話題,ChatGPT 的出現點燃了傳統 VC 的熱情

2021 年底,2022 年初,Web3、Metaverse 等概念進入普通人的眼光,基本上是個會上網衝浪的人都知道元宇宙買地。但是這一年發生的只有 Terra Luna,FTX 這種惡劣事件,而 Stable coin 的背書、Dex 的流量,公鏈的 TPS 等問題幾乎沒有大的進展。聰明錢可能已經退出尋找 AI 的機會,也有可能蛰伏在市值很小的 Crypto 項目裡。從實際落地和國家隊的出手來看,AI 的 meme 情緒似乎完全蓋過了加密行業。在大陸,掃地阿姨不一定知道什麼是 Stable coin,但她一定知道 ChatGPT,即使她沒用過也大概知道這是個什麼東西。
GPT 也掀起了獨立開發者們的創造熱情,不管是做套殼軟件用信息差賺錢,還是利用 GPT 來降本增效,甚至產生新的 idea,都讓 Devs 重新開始 coding。
我不認為 Crypto 會失敗,難以推動發展無非是動了某些東西的利益,比如鑄幣權。希望 Crypto 和 AI 能以互惠互利的形式一起發展。

我會失業嗎?我該怎麼辦?#

暫時不會。從 Tinyfool 老師的觀點出發,工程師的核心要旨不是說要用某個特定的 style 去解決問題,而是解決問題。本質是我到底要解決什麼問題?而不是我該用什麼方法來解決。
不得不說我第一次聽到這話非常震撼,我馬上想到的是小而美,一個 IM 軟件佔據了我手機存儲空間的第一名。總是有大佬說 Tencent 是以產品為導向而不是技術,然後就產生鄙視鏈。郝老師點醒了我,技術再好沒有需求就沒有用戶,那這個產品就純粹是自嗨。計算機的出現是為了解決以往解決起來成本比較大的問題甚至是無法想象的問題。假如提出需求的人能自己解決問題,那麼就完全不需要 soft engineer 了。現在就有這種趨勢,從編程語言的角度來看,就是:

機器語言 -> 汇编语言 -> 高級語言 -> NLP(Natural language programming)自然語言編程

問題域和思維方式與人類社會越來越接近,人(class),個體(instance)…… 並不是說從計算機某些角度看我們的世界就像是虛擬的,而是應該反過來當我們創造計算機的時候,就帶上了人類的思維方式,才變得跟現實接近。
如果說當自然語言編程成熟到問題域的人自己能解決自己的需求時,我想大部分工程師會成為一個不直接解決問題的工程師,可能會成為 prompt 推薦工程師,或者直接進入問題域的領域去探索需求,畢竟科技進步能帶來需求的爆發。
那麼在遊戲規則即將改變的情況下,我應該怎麼做?目前我想到的只有繼續探索 GPT 類工具的極限,用好工具輔助我的工作,同時擴容邊界,嘗試從 0 - 1 做一個東西,走 Full stack 路線。

機遇 & 挑戰#

模型訓練普通人已經沒機會了吧,或者說一些大企業也沒機會了,OpenAI 可能以後就代表了 AI。AI as a service 什麼時候能出現呢?AI 整合腦機接口什麼時候能出現呢?

混亂是上升的階梯,生活在奇點臨近的時代,對現在的年輕孩子們來說是多麼的幸運。-- guoyu

但是 UTC+8、+86 能趕上這些吗

參考資料#

載入中......
此文章數據所有權由區塊鏈加密技術和智能合約保障僅歸創作者所有。