https://i.imgur.com/n119Wvk.png 在中国 甲方与乙方非重复博弈的行业 无一例外都是垃圾，我说的不是行业垃圾 ，而是从消费者的角度来讲

@snow0 兄弟 国内这种历史系统，哪里来的正确上下文 都是跟侦探一样看代码 梳理逻辑

@jukanntenn 其实说实话并没有，只是减少了查资料的强度罢了，大部分时候 AI 生成的并不是有效的代码，上面提到的 44%的 AI 生成代码 都被删除了，说明程序猿真的是不喜欢查资料 去查看别人的文档

@xsen #39 这个观点是我的，不是他的，他已经把 AI 当做许愿机了，现在大模型为什么这么有效？说白了，大家都是在重复自己罢了，写个电商页面 写个购物车，写个博客，LLM 并不是在思考 解构你的需求，并帮你细化实现，而是从成千上万的代码里么 帮你预测，像我写一个 TCP 的包捕捉器，去分析 MySQL 协议，这种代码在 github 上开源的有数千个或者数万个仓库 搞过这种事情。

但是 LLM 并不知道你要的是哪一段，甚至直接随便找了点代码 拼接就给你上了，你一跑起来，还真没问题，短的 SQL 解析没啥问题，因为都在一个 ip packet 里面，mtu 1500 ，一般够装一个短的 SQL 了，但是长的呢？立马出问题，你如果自己都不了解协议，或者对网络协议一概不知，根本不可能做出完整的解析器来，因为 AI 它并不理解网络协议，也不知道 TCP 是流的形式，你只能不断的去提示，它才能组织好代码，而且就算提示完了，很多生成出来的代码并不一定是可用的，

LLM 只是从开源库里面 随便抓一点代码，解析一个包，然后抄一下别人解析 mysql 的代码给你，从你第一步使用库开始捕捉 packet 到你做出一个完整的 Mysql 协议的 SQL 解析器，中间不知道要踩多少个坑

我更倾向于 LLM 是一种能力放大器，它可以解放你对知识细节的记忆，例如我了解网络是分层的，每一层有哪些职责，IP 包是可以重复的，TCP 协议是通过重复发包 以及退让策略等等，你可以在脑子里面建立一个简易的心智模型，至于细节你可以交给 LLM ，因为它的记忆能力比你强，但是这并不代表你完全不用学习，或者建立知识网络心智图谱，否则你连提示词怎么写都不知道

@showonder https://i.imgur.com/N9E3iZ2.png 确实，老黄最初搞 cuda 的时候，业内一直不看好，华尔街早期对 cuda 的评价极差，连老黄自己都怀疑自己，最后踩了 2 波矿潮，LLM 直接起飞，elon 还是 openAI 联合创始人，也没见到捞到这一波 LLM 红利了，很多事情，事后来看，真的就是莫名其妙的，市场经济绝不是你今天让做显卡打游戏，明天就能折腾出 cuda 上 LLM 了，很多事情就是东一榔头，西一棒子，也不知道哪个方向突然就成功了

@yidinghe https://i.imgur.com/L62ZP7V.png 领导嘛，嘴巴张闭说啥都是对的，你听着就算了，别真的当回事

@xsen 兄弟，我现在领导已经在鼓吹 AI 时代，代码可以随便复制了，什么以前的工程最佳实践在 AI 时代下遵守已经毫无意义了，反正大模型可以一下子帮你把重复的所有地方 给你一下子改一遍，你信么？

@xsen https://i.imgur.com/NIvxivj.png 兄弟，注释都落后了好几个版本了，字段名称也是乱的，你真的以为 AI 是智能的啊，而且这种你自己都搞不明白的情况，就算 AI 给你生成了，你敢用么？要花大量的时间去测试 验证，

@li746224 主要还是后台摸不着，历史屎山多，前端页面上，你生成一下，鼠标点击一下，观察一下，就知道是不是正确的，而后台的业务逻辑给你改了之后，你根本不知道是不是正确的

@bodayw 没毛病，这些作者都是开源库作者，他们的东西本身就不在语料库训练里面，大部分人是使用开源库的开发者，这些开发者对接口或者 API 的不了解 会大幅度降低他们的开发效率，而 AI 对这些开源库的 API 信手拈来

另外在屎山代码场景下，AI 基本上无效，一堆乱七八糟的表结构+落后了不知道多少个版本的注释，连我自己都搞不明白前人写的东西，

你指望 AI+mcp 上下文提示词就能出活，那跟做梦没啥区别，而且前人写的业务代码，一个表上百个字段，10 几个字段标识一个订单的状态，DDL 跟代码里面的注释落后了好几个版本，你指望写几句提示词就能出一个业务逻辑正确的查询接口，跟许愿没啥区别，

关键我老板还对这个东西狂吹，说怎么怎么提升效率，实际上真的很有限，因为屎山代码问题太多，经常人自己都看糊涂了，明明字段 A 你以为他是做什么业务标识用的，然后你一看，历史上一直都把它当做另一个字段在用，而且想改还改不动，因为太多地方在用

@logic2 #4 AI 说到底还是一个能力放大器，如果你一开始不知道 tcp 是流的形式，可以在代码里面把 packet 重组，然后不会使用 wireshark 这种工具定位问题，你指望提示器帮你解决一切，跟指望大数据算命没啥区别，它讲到底还是基于数据驱动的概率模型，不是一个许愿机

个人感受以及案例

1. 小规模代码 AI 能运行的很好，特别是使用开源库方面，

昨天用 python + scapy 写了一个 mysql 的抓包分析工具，把包解析出来 sql ，然后 sql 格式化，第一版 AI 生成出来的很好用，但是很快发现 SQL 太长它就解析不出来，然后个人拿 wireshark 抓包折腾了一通，发现长 SQL 会被拆解成多个 TCP 包，

而最初 AI 写的代码是使用单个包做解析的，没有把 TCP 流重组串起来

发现原因之后写了提示词让 AI 把 TCP 抓的包，重新串起来，基本上 1 分钟完成，测试无 bug ，如果是人力完成的话，查资料调试代码可能需要 2-3 小时，因为我没有处理 TCP 流的经验

然后今天调试的时候 发现一些服务端发送过来的报文也会被莫名奇妙解析成 SQL ，写了提示词，让 cursor 把代码改成只解析本地 interface 发送出去的 TCP 数据包，1 分钟搞定，如果是我个人处理的话，需要大概 30 分钟去找 scapy 获取 interface ip 的 API ，然后加上一些逻辑处理

后续又想捕捉 redis 发送的命令，花了 1 分钟写提示词，大概 2 分钟就改好了，调试花了 20 分钟，如果是我个人开发的话，大概需要 2 个小时左右开发时间跟调试时间，关键是 API 跟 redis 的协议不熟悉

大概率是吹牛，AI 没那么神，LLM 你说穿了 也就是大数据算命，给你补足代码而已，能不能正确运行，运行了之后能不能不把屎山掀翻 是另外一回事了

@Abmcar https://i.imgur.com/NIvxivj.png 没啥意义了，以现在大模型进化的速度，以后大家都是帮 AI 修修补补，做做测试就完了，什么内功不内功 真的一定不重要了

@logic2 #73 我也就是随便一说，毕竟游戏市场能吃饱饭之后，再考虑 AI 浪潮，毕竟持续烧钱 看不到产出，很多资本不一定有耐心

@iyaozhen https://i.imgur.com/NIvxivj.png 关键是太难了啊，苏妈也是看着对面 变成万亿，市值爆炸，奈何自己也不争气

@catazshadow #54 这些其实都不是重点，在天朝搞任何长周期的事情 都是扯淡，说到底，你搞的太好了，肯定会有人盯上的

@spacezip 自研架构搞算力，感觉是死路一条，老黄 20 年前就布局的 cuda 护城河太牛了，rocm 现在对 n 卡的影响很小，苏妈看着老黄挣钱，心里那个急也没用，显卡市场厮杀的很激烈，没有稳定的现金流很难支撑 目前这种 AI 大战下的烧钱的算力架构开发