有 ai 辅助后,学习曲线这东西越来越模糊了。

94 天前
 ota
最近开始摸 devops 相关技术栈,1 个小时快速 terraform 过一遍,连 doc 都没完整看过,直接依赖 gpt 写 tf 配置文档,自己掌握结构就行了。

对于一些其他技巧,比如 variable 和 module 的定义,知道后,再让 gpt 修复整体结构。

terraform
--modules
----vpc_subnet
------main.tf
------variables.tf
backend.tf
use_module.tf

基本就能开打了。

自己玩了 aws ,然后找一些第三方的 provider 玩玩,比如 lxd 。发现只要了解下 doc 的大纲,看看有什么可以实现的,基本都可以问 gpt 要答案。实在太方便了。

以前叫干中学,现在直接干就完了。

1w 小时定律起码减少到 5000 小时,devops 这块代码量不高,可能会继续减少到 1000 小时。

顺便,现在转 ansible 了,通用性更高一些。
4386 次点击
所在节点    问与答
33 条回复
loading
93 天前
代码推进速度太快,其实干中学的效率很低,无法沉下心研究,最后都是债务。

还是要单独抽点实际研究,毕竟脑子记忆速度太慢。
SiLenceControL
93 天前
都是工具
现在有了 AI 学啥都更快
更多是与人比愿不愿意学
renmu
93 天前
这是熟练使用 ai 来进行 devops ,而非熟练使用 devops
cmdOptionKana
93 天前
基础不牢,走得不远。
ota
93 天前
@renmu 是的,ai 给人最大的感受就是,你的提问决定 ai 的质量。
提问得基于你对需求的确定性,以及对技术的可行性了解。
所以一般不了解的技术栈,先让 ai 明确是否能解决我的需求,其次就是对沉默成本进行对比,如果有多个 iac 的话,也就是第一步,选型。
然后就是找个入门文章或视频,掌握工作流程,5%的知识需要自己完整掌握的,这是唯一需要大脑记忆的。
第三步就是文档扫一遍,了解即可,为询问 ai 做知识储备。

然后就可以开干了。简单的工具,比如配置定义基于 json 或者 yaml 的,基本按照这个方式大体都能解决,ai 解决需求的关键就在于将需求细分。

但不得不说,ai 降低内卷难度,却增加了内卷的广度。对于 startup 来说,ai 辅助,ai first ,这些已经超过 cto ,成了必须品。再也不单一依赖某个大佬了。
z7356995
93 天前
可能以后学习方向不一样,不能学得太细,时间一定的情况下,学得太细,学的宽度泛度就有限,可能要学习怎么和 AI 配合上,就好比公司老总,不能每个细节自己都懂。
frankies
93 天前
AI Code 一时爽,后期维护火葬场。
renmu
93 天前
@ota 这和之前的学习逻辑是有本质区别的,ai 时代学得是调用 ai 的方式,区别就是离了 ai 还能不能干好这件事
ppxppx
93 天前
AI 确实很好用,能降低入门难度,逻辑简单的代码或者很常见的算法写的都很快。但是核心的东西还是要自己来,不然 prompt 写半天 ai 搞不定更浪费时间。复杂的东西写 prompt 其实也不是特别简单的事情。

刚刚用 cursor agent mode ( claude 4.0 max mode )写代码,我自己搞好了几个单元测试,写了一大段 prompt 。最终生成的代码过了单元测试,但是是错的,稍微改下测试就不行了。其实这个过程也挺费时间的(加测试样例这些搞了大概一个半小时),还是要对 ai 的能力有一定把控才能更高效。(浪费了 100request, max mode 真费 request)

个人看法:开发用到的东西自己还是都得会,不然出问题都没法修,或者不知道出问题。但是 AI 用好了能大幅提高效率。
ota
93 天前
@renmu 离开 ai 干不了任何事情,这是肯定的。但历史不会回滚,只会越来越依赖 ai 。的确,不知道原理,可能多少有点架空的意思,往后也许我只是个提示词达人,对技术本身并没有多深入,甚至技术我都摸不到,完全通过 ai 的中间件操作底层逻辑。
这对技术发展没啥贡献,但对降低解决问题的门槛和提高效率有显著的作用。
ota
93 天前
@z7356995 谷歌裁了大部分的中级程序员,仅保留高精尖的人才。但这些中级程序员不管换到哪个 startup 都是 cto 般的存在,所以反推一下,ai 不能解决的问题,大部分都是技术革新本身,而不是竞品的开发,我们大部分人还是 copy 或者二开的范畴,很多东西都是市面上已经存在的,或者是融合怪的产品,并不具备技术革新的属性,所以对于大部分程序员来说,解决实际问题为主,而非理论研究以及规范的制定,AI 当前充当一个中级程序员的角色是当前的趋势,未来可能向更高级发展。
ppxppx
93 天前
用了一段时间,AI 确实有点像非常非常厉害的模式匹配。同样复杂的算法,比较常见的能写的很好;但是很少见的就写的很垃圾,这种时候可能关掉 AI 写会更舒服。
AI 虽然知识储备拉满,但是和人相比泛化能力还是不行。
sagaxu
93 天前
简单没门槛,且资料丰富的东西,AI 尽管会经常胡说八道,但还算做的不错。稍微有点儿门槛的东西,AI 把答案给你,你根本看不懂,更无法分辨真伪。真正比较难的东西,前置知识门槛太高了。

请一个偶尔会胡说八道的老师一对一辅导,是抹不平陡峭的学习曲线的,最多也就减少平坦的学习曲线的时间成本。
Lemonadeccc
93 天前
老哥 devops 是按照 DevOps-Roadmap 搞得么,也想搞一搞
mumbler
93 天前
学这些干什么,知道个大概,让 AI 员工去处理细节就行了,时间花在与 AI 沟通和管理上,马斯克如果每个技术细节都要去学,他不可能控制 6 个公司
ota
93 天前
@Lemonadeccc 不至于,那太庞大了。只掌握一些基础而已。
https://im.gurl.eu.org/file/AgACAgEAAxkDAAEBNT1oTlqKkTCtsfyOIKfKlgkeMpasDgACZ7IxG5mncUZ7zcqgbFZn_wEAAwIAA3cAAzYE.png
基本不花什么时间。没有 ai 辅助的话,我估计 ansible 和 terraform 都不会在学习列表内。k8s 是必须的,但不至于自建。我主要用 scaleway 的 k8s 。
iOCZS
93 天前
吕布是吕布,潘凤是潘凤,关青龙偃月刀什么事。。。
Zien
93 天前
我感觉 AI 挺消耗知识储备的,有储备用 AI 可以事半功倍、融会贯通,缺少储备的领域连问出好问题都难。
ck65
93 天前
这不就相当于快速撸网贷,撸时爽,下月场
SayHelloHi
93 天前
用 AI 写了几个小工具 刚刚开始蛮好的

后来又增加了几个需求

由于不知道 AI 是如何实现的 把代码看来一遍 在实现新需求 感觉还是有点费时间

除非是一个一次性需求 后期不维护

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/1138632

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX