※ 引述《isaacting (2312312)》之銘言： : 我先說結論，我自己也覺得這機率很低，雖然我主要是韌體工程師 : 我有一位朋友，沒有念大學，但看到網路上有許多轉職前後端的影片後 : 就也興起了想要成為前後端工程師的想法 : 但由於某些因素，他無法靜下來好好地念書寫code，他就會想利用使用全AI的方式 : 來幫助他寫code，然後來取得這個職位。 : 我個人是認為這個想法不切實際，主要的原因有幾個 先不用談那些面試會遇到的問題，因為基本上目前的LLM能夠作到的能力是boosting 跟teaching而boosting的基礎使用者要會寫code，而teaching的的結果是使用者會 寫code 不可能無中生有，因為這違反了目前LLM的基本邏輯：文字接龍。所謂的文字接龍 ，前半段提示詞的好壞，決定後半段生成內容的品質，當用戶連怎麼正確描述自己 的問題都不會的時候，LLM只會生出不成熟，不符合需求，需要大量修改的產出， 而不會寫code的結果，會導致用戶根本不知道要怎麼跟LLM溝通去改接下來的code。 甚至即便是GPT-4，也會產生一些根本不存在的函數，根本不存在的參數，讓開發者 花更多的時間找出正確答案。 第二個，程式以外，還有架構，真正在業界寫程式跟在學校不一樣，一個應用包含 的許多程式會被切割成多個部份，分在整個專案各處，而目前的LLM除非經過特殊 處理去整合知識庫，很難去跨檔案組織整個專案，實務上，除非你被分配寫script 之類的code，除了寫code，還需要組織能力。 你朋友基本的問題在於，根本不知道現在的AI的限制與功能，就先別提到後面的問 題，可以使用全AI的方式來寫code的人，是本來就會寫code的人，而且越會寫code 的人，他能用AI寫code的比率就越高，因為他能知道哪些可以用AI，那些AI作不到 ，作不好，然後用精準的方式描述問題，能快速判斷AI的產出哪些可用，哪些還需 要refine，這也是為什麼微軟稱之為copilot，而不是AI engineer。 -- ※ 發信站: 批踢踢實業坊(pttsite.org.tw), 來自: 175.182.161.119 (臺灣) ※ 文章網址: https://pttsite.org.tw/Soft_Job/M.1702999752.A.0BF

噓 B0988698088: 你寫這些廢話他根本聽不懂 12/20 01:34

推 benson60913: 為什麼花心力回一篇完全小看這個領域的文章 12/20 03:15

推 derekjj: 每次Ai給的code 都要自己再看過 直接套會死人的 12/20 08:18

推 v86861062: 推推 12/20 08:54

推 ian90911: 認真推 12/20 09:26

推 helgalie: 隔壁桌的人竟然在討論包養... 12/20 09:26

推 adsl15888: 原PO第二行有說先看了教學影片才使用AI產出程式碼 12/20 11:23

→ derekhsu: 看教學影片沒動手就會寫code這種天生神力用不著AI了 12/20 11:45

推 jknm0510a: 看教學影片可以寫出正確邏輯code這種話連ai都不敢講， 12/20 12:06

→ jknm0510a: 事實就是目前的技術你還是需要有正確的辨別能力才能知 12/20 12:06

→ jknm0510a: 道吐出來的結果和做微幅修正 12/20 12:06

推 OREOMZA: 樓上是不是被包養 12/20 12:06

推 tzouandy2818: 他發一篇廢文 你回一篇廢話 放過大家吧 12/20 15:01

推 Suleika: 想當老師請找聽得懂的學生 12/20 15:25

→ ChungLi5566: 別回廢文 12/20 17:47

→ superpandal: 當老師?????? 12/20 18:25

推 refusekkk: 推 最後一段結論很真實 12/24 11:55

推 punjab: 未看先猜這包養網 12/24 11:55

推 DALLEN: 推一樓 wwwww 01/02 09:17

→ cathychg: 不可能 不然怎麼叫碼農 01/14 17:38

→ cathychg: 這需要耐性去看整篇邏輯 與其他區塊的關聯性 01/14 17:39