Miaka mitatu iliyopita, nilifanya unabii kwenye mkutano wa teknolojia ambao nilifanya nikihisi na kichwa. “ “Niliwaambia » » AI haitachukua nafasi ya watengenezaji wa vijana Itakufanya wahandisi wa juu wasioweza kuzuia Chumba kiliporomoka. VCs kuungana na "AI democratizes coding" pitch decks yao ilionekana kibinafsi. Mmoja wa waanzilishi kwa kweli alitupa croissant juu yangu. Wiki iliyopita, mwanzilishi huyo mwenyewe aliniita nilipiga kelele. Timu yake ya juniors + AI ilipoteza uzalishaji kwa mara ya tatu katika mwezi mmoja. Mhandisi mkuu aliyeachiliwa miezi sita iliyopita sasa anachukua $ 500 / saa kama mshauri ili kurekebisha maafa yao ya AI. “ “Alikuwa amekata tamaa.” ya Ulikuwa sahihi Lakini kwa sababu zote mbaya Uongo wa Silicon Valley ulivyosalia Je, unakumbuka kuhusu Narrative? 
 
 
 
 
 Wafanyabiashara wanahitaji watu wachache zaidi Juniors + AI = matokeo ya ngazi ya juu Utawala unakuwa wa kidemokrasia Kila mtu anashinda Kisha nilijaribu kujenga mfumo wa uzalishaji na wasomi wachache tu na Claude. Baada ya masaa 48 tulikuwa na: 
 
 
 
 
 
 17,000 safu ya msimbo Utafiti wa 0 3 Ulinzi wa usalama 1 mkondo usio na mwisho ambao unatumia $ 3,400 katika wito wa API Msingi wa msimbo uliokithiri sana kwamba hata AI haiwezi kuelezea kile kilichotokea Ambapo kwa kweli unakua Baada ya miaka mitatu ya programu ya kila siku ya AI, hapa ni nini kinafanya kazi: 
 
 
 
 
 
 Cranking nje boilerplate (kuokoa yangu masaa 200 mwaka jana) Kujaribu utekelezaji wa 10 katika muda unaohitajika kuandika moja Automating mambo ya akili ambayo hufanya kuwa na wasiwasi kuhusu uchaguzi wako wa kazi Kuimarisha mawazo kwa kasi ya mawazo Vipengele vya usafiri wakati unajua nini unataka Nani anafurahia zaidi? Mhandisi mkuu ambaye amemwona mfano huu mara 1,000 na anaweza kugundua hallucinations ya AI kutoka kilometa mbali. Ambapo AI inakuwa jukumu Mwezi uliopita, niliona mtayarishaji mdogo kutumia AI "kurekebisha" upungufu wa kumbukumbu. ufumbuzi wa AI? kuongeza ukubwa wa pile. $8,000 katika akaunti za AWS baadaye, tuligundua tatizo halisi: maelekezo ya mzunguko ambayo AI iliundwa kwanza. Mawazo mengine yanajumuisha: 
 
 
 
 
 
 Utafiti wa Msimbo: AI haiwezi kufikiri juu ya kesi za upana. Nimeona inapokea msimbo ambao utasababisha kufuta database ya uzalishaji kwa sababu "sintax inaonekana sahihi." Architecture: Kuuliza AI kubuni mfumo. Itakupa kitu ambacho kinaonekana kipekee kwenye karatasi na kuanguka wakati watumiaji halisi wanapigia. Usalama: Junior kutumia AI ni kama kumpa mtoto mdogo bunduki iliyojaa. hawajui kile wanachokijua, na AI haitawaambia. Bad Prompts: "Tengeneza hii haraka" kutoka kwa junior inakupa maswali ya database ya cached. Kutoka kwa mzee? indexing sahihi, kuboresha maswali, na mabadiliko ya usanifu. Fedha ya kiufundi: Kila mstari wa msimbo wa AI ambaye mdogo hawezi kuelewa ni dharura ya kesho ya 3 asubuhi. Mifano ambayo hakuna mtu anataka kukubali Katika makampuni yote ambayo nimefanya kazi na, muundo ni wa pamoja na wa kikatili. Kabla ya AI, timu ya utendaji ilionekana kama mzee mmoja pamoja na vijana watatu. Baada ya kuanzisha AI, mzee mwenye AI anaweza kuongezeka kwa uzalishaji mara kumi. Sababu ni rahisi: wazee hutumia AI kuondoa shinikizo na kuharakisha maamuzi. Juniors, bila uzoefu wa kutafakari juu ya matokeo, mara nyingi hutumia AI kufunika upungufu katika kuelewa. Waathirika wa kweli hapa Hii sio uchunguzi wa vijana. Wamewekwa kushindwa na hadithi ambayo inaonekana nzuri kwenye slides lakini huanguka katika uzalishaji. Fikiria kuwaambia: “ Kisha uzalishaji unashuka, na ghafla ni wajibu wako. Usiwe na wasiwasi kuhusu kuelewa. AI itajifunza Mmoja wa vijana niliyemfuata alisema, “ “Alikuwa ni waathirika wa mawazo ya uchawi ya sekta yetu. Ninaweza kuzalisha msimbo wowote ninachotaka, lakini sijui ikiwa ni nzuri. Nini kweli inafanya kazi Kuacha kutibu AI kama mbadala wa maarifa na kuanza kutibu kama multiplier ya nguvu ya ujuzi. : For Seniors 
 
 
 
 
 Prototyping ya haraka (kujaribu mbinu 20 katika jioni moja) Kuendesha majukumu ya mara kwa mara ambayo tayari unajua Kuchunguza teknolojia ya karibu haraka Kuunda kesi za mtihani kwa hali ya edge : For Juniors 
 
 
 
 
 Chombo cha kujifunza (na usimamizi mkubwa wa juu) Jenereta ya Boilerplate kwa mifano ambayo tayari umejifunza Msaidizi wa nyaraka Kodi ya ufafanuzi (lakini kuthibitisha kila kitu) Mwisho wa kutosha Unakumbuka mwanzilishi wangu wa kusikia? Alikuwa akihudhuria wahandisi wawili wa juu kwa mshahara wao wa awali ya 2x. Kiwango chake cha kuchoma kiliongezeka. Uaminifu wa mfumo wake uliongezeka mara 10x. “Nilifikiri nilikuwa nikisaidia fedha,” alisema. “Kwa upande mwingine, nilikuwa nikichoma kwenye moto.” ahadi ya awali ilikuwa kwamba AI itakuwa demokrasia coding. badala yake, ni kuunda upungufu mkubwa kati ya wale ambao kuelewa mifumo na wale ambao tu kuendesha yao. Hii sio baadaye tuliyoahidiwa, lakini inaweza kuwa wito wa kupumzika tunahitaji. Swali sio kama AI itachukua nafasi ya watengenezaji; ni kama tutatumia ili kuwa wahandisi bora au watengenezaji bora. Ninajua ni upande gani wa kushindana.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Mtoto wa Silicon Valley juu ya watengenezaji wa AI hakuna mtu anataka kukubali

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

A PENDENT WORLD

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Sweet Security Unveils First Unified Detection And Response Platform

Speed up Swift compile time

A PENDENT WORLD

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Sweet Security Unveils First Unified Detection And Response Platform

Speed up Swift compile time

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps