是否可以这么认为，目前码农能操控 llm agent 做的事情都可以由 llm agent 自己操作。

[YanSeven]

人做的事情，无非也就是脑子里面的"plan"+工具链使用。

工具链反正都在计算机上，想办法接入就好了，大部分码农的工具链也就是“三板斧”，也没多复杂。

"plan"的生成，需要一些逻辑推理 + 一些“上下文”, 我看目前顶尖的基于 GptClaudeGemini 都做的很不错了。

如果不能，无非就是“上一个版本不行”，那就调优系统级 prompt ，发布下一个版本支持呗。

[linbenyi]

根据长尾。人类总要解决很长的。变化多样但是小概率的事件。
其实题主说的对。变相抑制了初级岗位的成长。

[wuxi889]

可以。看看周末的 Claude Cowork 新闻

[iOCZS]

人类是一台判决机器

[dog82]

看闫俊杰的访谈，他提了个：模型即交付 的概念，AI 领域普通程序员能做的很少，而且会越来越少

[YanSeven]

@dog82 感觉以后普通程序员的角色就是汽修店里面的维修师傅，虽然以前大部分码农也不是所谓白领，但是以后估计就是比较彻底的蓝领了。

[KinBob]

人要是自己不写代码，debugg 能力也会退化的，所以感觉 ai code + 人 debugg 售后的模式不是个好模式，大概率得等到 ai 更深度的应用才行

[iorilu]

那肯定阿

现在人成了打下手的, 人能发 prompt, 当然可以让 ai 自己发 prompt 指挥另一个 ai 干活

[CH122]

当人类不再有任何知识、思想产出的时候，ai 还能进步吗，或者说 ai 可以到能思考的程度吗

[enrolls]

还差一点东西，能立即 fine tune 最新的文档和代码；或者 这个代码组件的包 fine tune 一次入 llm ，让它了解上下文，基本不用干了。

[midraos]

我认为当前这种形态的 AI 是不行的，如果某天变成：用户提出需求 --> AI --不经过编码、编译--> AI 自身直接模拟出该应用时，才是码农失业的前夕

[strobber16]

得特化才行。再训练专门做项目设计的 ai ，和负责写实际代码的 ai 分开

[sentinelK]

从演进的流程上来讲，确实是这样。一开始的 AI Coding 主要体现在 Tab 提示，然后逐渐演进到 Chat ，然后再演进到 Agent 。
总体上来讲，一定是人的干预越来越远离实现本身。

但讨论这个没什么意义。

首先，因为提出需求的是人，这就导致人必须参与输入。你不输入你的需求无从表达。
其次，相同的需求，表达方式多种多样，总会有人掌握更优秀表达需求的能力。
最后，你要明白为何目前的统计学 AI 的解决方式是 Agent 。因为是基于目前的上下文能力，以及模型向量转换次数所限。最终的终局，AI 产出一定不是 Agent 的。

你看现在还有人讨论“提示词工程”么？还有人因为写提示词更好引以为傲么？

在我看来，Agent 就像是提示词工程一样，只是基于有限能力下的临时性解决方案。仅此而已。

[OliverDD]

它只是概率模型，你让概率去碰撞概率，就是无限猴子定理：“让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作”。

[muam]

@OliverDD
问题是大量的需求开发跟问题解决，实际上是趋同的，你看 stackoverflow 这几年的流量就知道，大量的重复性问题，都被 AI 给解决了，人不需要再去 stackoverflow 上提问了

你加一个功能，我跟着加一个功能，很多功能都是相似的

如果人类是完美的计划经济，大量的软件跟 APP 其实都没必要诞生在这个事情上