你问的是使用 AI 的知识 还是问 AI 本身框架以及 LLM 的原理

使用 AI 的知识本身就是碎片化的，LLM 也不过是把碎片化的东西 统计相关性然后给你一股脑输出来，而且每个产品的形态都不一样，没有系统化一说

如果是 AI 框架本身，直接找书看好了，介绍机器学习，深度学习以及 LLM 框架的资料很多

@zzNaLOGIC 这一代 LLM 的上限已经在这里了，不存在替代程序员的可能性，但是程序员的工作内容真的会发生天翻地覆的变化，大部分 CRUD 的工作可能未来就真的就是 AI 在做了，程序员站在更高的层次把握系统逻辑，把控代码提交，以及测试用例的 case

很正常，我觉得未来一个趋势就是大量的框架将会深度整合 LLM 的能力，让普通人也能快速开发应用原型，甚至部分专业领域的工程师本身就是最了解他们特定领域业务的专家，他们可以通过 LLM + python 这种大众化的胶水语言构建自己的原型应用，虽然有很多 bug ，也有很多屎山，但不妨碍它能大致 run 起来，最后交付给专业程序员来进行整合

拥有大量语料训练过的编程语言将占据全部的编程生态位，而那些历史代码仓库规模不够大的语言将彻底失去市场，低代码很快被丢进垃圾桶

另外可维护性并不是市场的首要需求，大部分公司的代码都是屎山，只要人力够便宜，你总能找到人维护这一坨

从解决屎山问题上来讲，AI 基本上无法应对历史陈旧的狗屎代码，因为很多程序员自己都搞不清楚屎山在干什么，交给 AI ，只会给你更糟糕的改动，以及失控的代码

这一代 AI 本质上还是一个 token 预测的机器，我不否认 LLM 有很大用途以及 LLM 现在渗透的领域还不足够多，

但在 AI 完全取代人脑编程，强人工智能的世界能达之前，LLM 也就到此为止了，后续也不会有更多突破了，LLM 更多会实在应用层面上以及产品层面上出现更多的创新，

我个人预计更多的数据更强大的训练也不会让 LLM 变得更好，从本质上的技术讲，这还是一个拟合的机器，它并没有思考，只是在不断的拟合给你一个近似看上去靠谱的答案，当然人类很多狗屎工作本质上都是在不断的重复自己，一个足够好的拟合机器确实能取代不少程序员的工作，例如在不同领域应用框架进行 CRUD

我甚至认为下一代的前后端这种应用框架都会进行到往适配 LLM 的方向发展，未来的编程工作可能会发生相对性的颠覆，特定领域的用户可能使用 LLM 来生成自己的原型应用 自己用 vibe 编程的方式来解决问题，而不是依赖专业程序员，

这些应用框架根据 AI 生成出来的软件产品依旧会存在一定的问题，但确实是可行可用的，最后将这个原型交付给专业程序员来解决一些逻辑 bug ，甚至产品这个职业都可能不再存在，因为软件的用户自己可以用 AI 生成一个差不多可用的原型，然后专业程序员根据原型来进行测试打磨最终成品，当然这要求客户本身有系统性的思维，以及逻辑自洽的能力

但是目前只要你生成代码的领域没有足够的语料，基本上 AI 都是在胡说八道，因为它的目标是从现有的数据里面找到一个最能拟合你问题的答案，而不是思考

@jackyz 没啥毛病，老哥，那些偏门的领域，本来贡献的代码量就少，语料也少，这一代的 LLM ，从本质上讲它还是一个 token 预测机器，没有足够的数据训练，只能 garbage in garbage out

练小号吧，没什么别的办法，自然规律就是自然规律，我现在 30 多了，已经明白了一个道理，如果有人超过 12 岁说 1+1=3 ，你就对对对，让他开心就好了，这个世界有自己的运转规律，家长唯一的使命是让孩子充分接受接近客观事实的信息，其余的事情真的就是听天由命了

vibe coding ，vibe 这个名字就已经说明了一切，氛围编程，就是给你一种机器在编程的氛围，是不是真的 ok ，还是得靠人类来确认

08 年开始就习以为常了，每年特殊时期都会抽风，稳定的梯子还是很重要的

如果是程序猿 直接 debian + docker ，我就讨厌市面上一堆的乱七八糟的那些东西，直接 docker 化，不要就 docker stop rm 就完事了，舒服

@yechentide 所以需要方案整合商 苹果来做啊，苹果如果软硬件方案整合跟用户体验做的差，还买它干嘛，隔壁安卓量大管饱

实现真正的移动设备 All in One