有 ai 辅助后，学习曲线这东西越来越模糊了。

[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。

[yibo2018]

很多东西后面会慢慢的变成黑盒，全权由 ai 去处理，这是趋势。

[Biggoldfish]

“谷歌裁了大部分的中级程序员”
"这些中级程序员不管换到哪个 startup 都是 cto 般的存在"

这都哪跟哪

[ota]

@yibo2018 很同意，現在更多的是在工具鏈整合上下功夫，定制更智能化的工作流。比如 Viggle + Noiz + Vozo 完成一個 vtuber 的宣傳視頻。對於大部分自媒體人來説，是完全不知道裏面的原理的，只是工作流的預設拿來就復用了。修修改改，直接能生產級別了。ai 太方便了。

以前要完成這些工作，非編工作者打 keyframe 都要按月來出產。周期縮短的不切實際。完全顛覆之前的工作方式。

[ota]

@Zien 嗯，所以 ai 到底是個工具而已，只是這個工具不光能幹活，還能補充知識儲備，完全跨領域的，的確迷茫。比如我完全不知道寵物醫院的專業性，後來瞭解默沙東獸醫手冊，家裏的寵物再去看病就心裏有譜了。從小白立刻到專家這種絕對是不可能的，但消除一定差距的確是當前的趨勢。AGI 未來能夠實現，那麽基本上就真的不需要自己親歷親爲了。

[laike9m]

我很赞同那个说法：AI 可以把人人从 1 分迅速提到到 90 分，但无法解决从 0 到 1 的问题。换句话说就是你起码得有一点编程基础，才好使用 AI 。

一个真实例子是一个非程序员用 AI 写 app ，结果光是成功运行 AI 给的 git 命令就花了两天

[lscexpress]

你用 ai 学个外语试试，ai 有 ai 的弊端，没有那么神奇。

[ota]

@lscexpress 那就不學了啊。直接翻譯了。備用機是 z flip 6 ，直接内外屏實時翻譯。接打電話也可以。當然，小錯誤肯定有，但基本不影響主綫活動。
當然，學習的話，學習曲綫也會減少很多，可以和 ai 對話，24 小時 1 對 1 家教。
完全依靠 ai 不可取，我也不是上來就依靠 ai 寫 tf ，也是學了點皮毛后，藉助 ai 完成需求。

[kenshinhu]

关于这个问题，ThePrimeagen and Lex Fridman （ <amp-youtube data-videoid="0pcwqcFyDfM" layout="responsive" width="480" height="270"></amp-youtube> ）
有提及过 之后的学习技术时先从官方文档花一点时间如大概 十个小时看过一篇，再使用 AI 开发。就是先有个对整体有了中阶段的了解后再通过 AI 编写开发，人类做个大概方向，AI 做细节处理这样辅助才比较有效率。
至于学习技术以外的内容，我觉得跨学科/行业最好有个师傅之类的人先领入门后再通过 AI 问答的来交互/实验。

[512357301]

用 AI 有一种“周芷若、梅超风练‘九阴白骨爪’的感觉。。。”
初期挺爽，但一旦遇到练过全本“九阴真经”的就完犊子了。
就算想补基础也没那个耐心了。

[512357301]

@mumbler 马斯克肯定不用学，他只要会管人就行。可大家作为码农是要学的，基础很重要，否则就被 AI 架空了，搞事情深一脚浅一脚的，没开玩笑。

[Ilavena]

我也深有感触。最近在学深度学习，借助 AI ，我 21 天学完了 pytorch 框架，是大大小小知识点。边学便感叹 AI 真是太强大了

[MEIerer]

下一次工业革命？

[maladaxia]

@renmu pre-AI 时代, 你会问离了互联网还会编程吗?