你的感觉是对的，关键在于 [写文字需求和写代码几乎是等效的] 。当给 AI 描述需求的时间小于人工写代码的时间时，生产力将大幅度提高。人工写代码的效率是有限的。AI 理解需求并生成代码的速度比人工代码的速度高 100%，甚至更高。只要别人用 AI 用得好，自己不用 AI 写，那么生产力将比人低 100%，团队需要的人将多一倍，成本也高一倍。我给公司写的新项目，AI 代码现在能已经占 50-80%，比人工编码时间稍微快一点（旧项目还是人工快）。AI 编程本身的硬实力是存在的，关键在于怎么发挥出来。在市场竞争的一次次冲击下，可以预见的未来：生产力提高，而商品需求没增加条件下，对程序员的用人需求将慢慢减少。随着项目结束，肯定会有越来越多的程序员再也回不到开发岗。当大部分都能轻松使用 ai 完成编程任务时，整个市场可能 80%的程序员开发岗都消失了。趁现在 ai 还没发展到这个程度，赶紧找好后路吧

看列的数量，返回结果内容的数量，被请求次数。管理系统，大部分情况优不优化 select*丝毫不影响用户体验

AI 发展 -> 生产力提高 -> 短时间内工人下岗失业，必然的事情。Deepseek 只是其中一个浪花，将 AI 发展往前加速推了一把。就算没有 Deepseek ，始终还是有人推进大模型语言的开发。AI 的发展速度，最后还得看老黄的显卡降价多少，性能提升多少，功耗降低多少，产能提高多少。甚至 Deepseek 模型都只是昙花一现，很快又各种理论又继续迭代和淘汰。普通人还是抱紧老板大腿，哪里有钱往哪里靠

击掌(〃￣︶￣)人(￣︶￣〃)

基础物理学出现了哪些进展？最近一年没关注新闻

机器人今年开始发力了

@Danswerme 只是 Java 程序员题库的 10%，面试随机抽查。100 分制，答错一题扣 20 分

有用，大部分情况这些图在脑子里生成。当和别人交接时，有需要就会画出来

1. 几个人同时在一个项目上开发的冲突怎么解决？
使用 git merge 方式合并，代码冲突了，两个开发人员一起解决问题。避免干掉别人代码。

2. 启动时间会增加
Idea 使用 Jrebel 热更新，避免了频繁重启。

3. 如果合并成单体，某个模块要拉分支，应该怎么处理这个问题
单体应用代码在同一个仓库
---
1 、3 问题是 git 使用问题。
---
单体和微服务看应用场景使用。需要综合考虑项目预算、业务量、硬件资源。就像通行工具也分自行车和汽车，选错了，整个团队都得加班加点，产出效率还低

招行的 visa 国际卡可以开 pro

岗位会萎缩。就像刘强东说的，科技的进步、效率的提升不会带来就业，会带来失业，一个干电商的大学生端掉了 2-3 个干实体行业的人的饭碗。AI 写代码也一样，开发效率提升了，需要的人少了，一个人产出效率高了，但工资也不一定会涨

小时候学习好的和学习好的玩一块，不爱学习的和不爱学习的玩一块，都是无意识的。长大了也一样。学历高的和学历高的玩，学历低和学历低的人话题多。工作场合，就变成了学历筛选。
那些名校毕业的，父母在他们身上投入的时间精力金钱更多，从到学区房到辅导老师到业余兴趣，广州一个普通中产家庭在孩子身上投入每年都要 20 万，所以他们会期待更高的回报。
老板在拉投资时，需要包装门面，投资人也不懂什么技术，需要高学历的员工来撑撑场面，否则都不好谈，即时老板本人完全不在乎学历，到最后还是得按学历招人。
低于城市平均工资的岗位大部分都不怎么看学历。一个 985 学生去应聘 3-5 千的私企岗位时，企业都不敢招。学历优先现象集中在工资高于平均水平的岗位上
一层又一层因素叠加在一起，应该只有缩小贫富差距才能改变学历优先的现状了

工作好几年，现在天天上班摸鱼。有点认同你领导的想法。假设离开了公司，将要面临的是：没资源、不认识投资人、各行各业都卷到天上去，这几年还有大批待业人员等岗位。给公司当牛马反而是收入最高的途径。跳槽也跳不到哪里去，给公司修修补补还能苟一段时间。
已经入行几年，再卷技术意义也不大了。天天上班写代码用 AI ，生产环境 80%的代码都可以直接拷贝 ai 的代码。再过几年，AI 写代码更给力了，然后自己年龄更大，自身的技术价值更加匹配不上市场需求了。还不如借公司的平台，趁还年轻，多挣一丢丢牛马钱

92 年快 35 了，迟早要转行的啦，还不如趁这个机会转

小时候老爸在总是在外地工作，童年时期老爸的长期缺席，我到 30 岁依然觉得很遗憾

15pro ，打半个小时游戏，把手指烫伤了...

才 250M?我们起步都是 2G 的

@ovos 直接在聊天框问 gpt4o ，给个思路，让 gpt 告知怎么实现。比如：如何像 Java 的 @RestControllerAdvice 那样捕捉全局异常，如果实现 i18n 国际化，如何实现 Java 的 ThreadLocal 等操作。只有提问足够精确，gpt 提供的代码准确度达到 99%，强的离谱