你有没有发现一个扎心的变化：以前上班，最怕事情做不完；现在有了 AI，事情做得快多了，却发现待办清单反而越来越长。 写方案、做分析、改代码，过去要花几个小时… · @DeerOdds · TwKit

@DeerOdds

你有没有发现一个扎心的变化：以前上班，最怕事情做不完；现在有了 AI，事情做得快多了，却发现待办清单反而越来越长。 写方案、做分析、改代码，过去要花几个小时的工作，现在 AI 可能几分钟就能搞定。但新的问题来了：事情做得越快，为什么反而越忙？ 吴恩达在 Supabase Select 的对谈中，分享了他的答案。 他现在习惯睡前把任务交给 Coding Agent，让 AI 工作一整夜，第二天早上起来检查结果。他坦言，自己已经不再怀念亲手写代码的感觉。相比以前卡在一个问题上苦想几个小时，这种工作方式更让他享受。 但效率提升也带来了新的困境：执行速度赶不上想法增长的速度。能做的项目越来越多，反而不知道该先做什么。 他和团队分析了上万份招聘信息，总结出 AI 工程师需要的四种能力： ① 能把 AI 应用做出来并部署上线。 ② 具备软件工程基础。 懂数据读写、事务、部署和监控，才能识别 AI 生成代码中的隐患。 ③ 熟练使用 Coding Agent。 工具用法可能几个月就发生变化，工程基本功却更经得起时间考验。 ④ 具备产品判断力。 不只是执行任务，还要知道什么值得做、为什么做。 吴恩达还指出，人有一些优势难以被 Agent 复制：面对客户时捕捉微妙的表情，理解真实需求，以及调用过去积累的行业经验。这些隐性信息，未必存在于任何文档中。 更值得警惕的是 AI 学习悖论。 学生用聊天机器人完成作业，成绩可能有所提高，但考试表现反而变差。因为 AI 帮你完成任务，不代表你真正掌握了知识。 AI 时代，真正拉开差距的，可能不再是谁做得快，而是谁知道该做什么，以及为什么这样做。 让 AI 替你做事，你可以完成更多任务；只有理解自己在做什么，才能在 AI 出错时发现问题，在机会出现时做出正确选择。 完成任务，不等于掌握能力。工具越强，这个区别越重要。 #AI

曝光 64 · 评论 0 · 点赞 0 · 书签 0