用了 LLM，都不怎么学习了

[xiaotianhu]

程序员真的是一个永远在学习的职业，大部分人也以此为荣，简历上肯定要加一句「学习能力强 能快速掌握新技术」

过去学写代码，尤其是在有基础的前提下学一门新语言/框架/技术，最好的方式就是在做中学；看一遍文档有个大概印象，然后开干，写两个项目，基本上就知道怎么回事了。

现在有了 LLM 和 CC ，一句话就开干。CodeBase 变成了黑盒，没有了在泥泞中痛苦的前行，肌肉也得不到锻炼了。

做东西的速度是更快了。但既失去了心流，也失去了学习的动力。堪忧啊

LLM 是三体人派来的质子吧！

[sentinelK]

我和楼主恰恰相反，GPT 时刻之后，我感觉能够学习的东西更多了。

作为一个计算机科学出身，但最终是软件工程从业者的我，我一直对图形学、算法学以及其他计算机科学领域有很多好奇、疑问和憧憬。

在当年通过我个人的信息检索和学习，是无论如何也不可能解答以上问题的。
但大语言模型给了我能够无痛且低成本的学习、探究的机会。

[chendy]

恰恰相反，有 AI 之后学习变简单了，能学到的要学到的更多了
AI 总能告诉我一些我不知道，没想到的东西（有时候还是它自己捏造的一些概念，难绷
直接进入知道的越多不知道的越多的循环了

[SpiritLingPub]

有了 AI 后学习更快速更方便了

[crysislinux]

学习还好，但是我经常会怀疑思考的价值了，以前散步洗澡之类的还经常会思考一些东西，现在一思考我就会想思考个球，问问 AI 得了。。

[yidinghe]

你不是不学习，而是根本不编码了。但凡还在编码的程序员，就一定会拿 AI 工具来学习，比如有时候看到 AI 的实现方式，才知道原来这才是标准写法，自己以前在网上看到的，和自己一直在做的，竟然是歪门邪道。

[ponelyr]

恰恰相反，有了 llm ，不懂的知识碰到的概率更频繁了，工作的时间变短了，学习的时间变长了

[Mzs]

恰恰相反 学不过来了 咨询多是一方面 能快速获取答案和分析是一方面

[jackOff]

当年刚流行百度搜资料前，做计算机开发的知识库又是怎么搞呢？不会是翻纸质文档吧？生产力在进步，有的人却选择降低自己的检索能力，不如去援建日本算了

[Felldeadbird]

应该是你从主动学习，变成了被动学习。AI 产出的知识太快了。

[freemoon]

当你下次找工作卡你涨幅的时候就知道痛了，AI 不能帮你找你原本就够不上的工作。

[kenshinhu]

现在找 LLM 都是在推 是 “为什么会这样，是否真的这样，如果这不这样就会怎样” 的过程咯

[wanglz111]

对于我来说真的是学不过来了。
之前很多理论比如 衍生品定价/金融指标等，学起来前置知识太多了，然后分布的太散了，除了系统性学习根本没法学。现在直接分细节讲的清清楚楚，还能延伸新的角度，更深也能问也能讲，而且理解过后还能反过来讲给 AI ，他来评价是不是真的懂了，感觉了解世界的途径更多也更快了。

[xiaotianhu]

@sentinelK #1 有道理，天天跟大模型探讨，好像学了（除了编程以外）的一大堆乱七八糟的东西。
不过写代码的水平可能是退化了。有利有弊吧