……它们并不是万能药，也不是真正意义上的“你不再需要了解编程了”的工具。今年我做了很多与Claude代码相关的工作。我从一个“每周可能只处理一个工单”的React开发者，成长为一个能够推出整个新前端功能集的人，同时还在管理一个团队。我使用LLM快速地对这些功能进行原型设计，并消除了很多历史上太大而无法由单个开发者处理的简单问题的入门障碍，还清除了很多“可有可无”的待办事项，这些事项之前与我业务中的真正核心问题竞争资源。这种原型设计和“足够好”的开发在我这个小组织中产生了巨大的影响，其中困难的问题来自于分布式系统之间的复杂交互、跨服务的监控以及大量的底层机器流量。LLM让我解决了简单的问题，并让我最有效的时间与人们一起将困难的问题分解成容易解决的问题，之后我可以解决或交给团队中的某人帮助处理。……
源讨论为什么AI在2025年没有“加入劳动力”？原帖 389 条评论 · 导入时统计我记得有人提到过LLM做了一些有用的事情，比如“我有个加拿大女朋友”这类故事。我不是想质疑或显得悲观，但有人能具体说明一下他们在像受监管的行业中的多团队协作项目中，是如何使用这些代理的吗？
完整原文把你的经验，加入这段讨论。
> 然而，它们也确实降低了进入门槛，并使“纯单一技术”（即仅后端、仅前端、“我不了解Kubernetes”，或其他有限范围）的工程师失去了优势，这些工程师之前曾因超专业的知识而占据有利位置。 这个论点经常被重复，但对我来说，似乎缺少最终的、可操作的结论。 如果一个人“不了解Kubernetes”，那么在有LLM的情况下，他们在专业环境中应该做什么呢？毕竟，他们仍然“无法”评估输出的质量。他们不能只是问模型，因为他们无法知道答案是否具有误导性。 假设我们不期望人们将责任隐式地委托给LLM（这在可预见的未来是无法实现的——承担责任是人类会保留的特权），那么我认为………
完整原文> 一个曾经部署了整个新前端功能集，同时管理团队的人。我使用LLM快速原型化这些功能，并消除了许多历史上太大而无法由单个开发者处理的简单问题的进入门槛，清除了与我业务真正核心内容竞争的“可有可无”的积压任务。这种原型设计和“足够好”的开发在我的小组织中产生了巨大的影响。 有资深的React开发者审查过你的工作吗？我非常想看看他们对你代码质量有什么看法。这有点像用LLM自我诊断并声称有效，因为你自己是健康的。 讽刺的是，似乎AI将要缩减的唯一劳动力就是开发者自己。我想在2025年，每个人最终都能编程了。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。