… 就我而言，这是我和认识的优秀软件工程师与那些不是的人之间的主要区别：能够详细说明任何系统的规则的人， vs. 那些采取“嗯，当我看到它的时候我就知道”的方法的人。我强烈怀疑，在一个代理世界中，那些在特定领域有高度专业知识的人甚至可能无法成为软件构建者，因为他们会难以清晰地阐明他们在多年中所学到的脑海中的规则。作为一个类比，这有点像要求一个母语者说出他们语言的语法规则。通常他们无法做到，但他们会说“嗯，这听起来不对”。他们可能是他们语言的“领域专家”，但他们会让AI系统如何评分语法正确性变得非常困难。
源讨论领域专业知识一直是真正的护城河原帖 549 条评论 · 导入时统计把你的经验，加入这段讨论。
我认为你提出了很多很好的观点。我想更深入地探讨一下什么是领域知识——这是我的理解。有一个短语浮现在我的脑海中："知道的人去做，理解的人去教。"（谷歌搜索告诉我这句话经常被错误地归因于亚里士多德。）那些无法清楚表达其领域规则的人只是"做"。然而，那些能够清楚表达的人会"教"。因此，我认为真正的领域知识是将该领域教给其他人的能力。
完整原文我想另一方面是，为了制定这些规范而进行的迭代对话正是AI聊天机器人擅长的。 这也是为什么基于严格流程的结构化AI代理编排在软件工程中失败，无法真正提供很大价值的主要原因。
完整原文我同意你的观点，即来自该领域的人员并不自动具备在该领域内构建AI软件的能力，恰恰是因为他们往往缺乏软件开发中最关键的技能之一——能够（并且有意愿）用一组有限的确定性规则来描述一个复杂的系统。 但我认为我们不应该称这些人是"领域专家"。我认为我们应该把这个名字留给另一组人，即真正深入理解该领域的人，了解其中的为什么、是什么以及为什么不是的人。
完整原文>他告诉我的一件事，我也观察到的，是大多数金融专家（基本上是公司会计部门的人）在告诉他任何特定交易的规则时都极其困难 我们内化的知识比我们能解释的更多，这听起来像是波兰尼悖论的教科书定义："波兰尼悖论，以英国-匈牙利哲学家迈克尔·波兰尼的名字命名，是一种理论，即人类对世界如何运作以及我们自身能力的知识在很大程度上超出了我们的明确理解" [0] [0] https://en.wikipedia.org/wiki/Polanyi%27s_paradox
完整原文与领域专家合作后，我同意他们表达其领域规则时的困难。 有一次我为他们构建了一个小的领域特定语言，该语言通过旧的工作进行测试，以查看是否与过去相矛盾；这是一个很有趣的项目，从那以后我确信DSL作为编码专业知识的方式被低估了。
完整原文任何在小规模中从事过专业编程的人都知道这一点。细化需求就是工作。 事实上，我从未见过一个行业如此热衷于为其自身筑起壁垒，软件行业就是如此。我们经常发明诸如4GL、图形化编程和Unity之类的框架和引擎，只是为了让更多人能够进行编程。人们会很乐意在推广项目中免费教授编程（我就是一个例子）。没有其他职业会这样做。也许除了数学家和其他与编程非常接近的领域。 我可以在一周内教一个经济学家足够的编程知识，让他们能够编写一个ERP模块，但我无法在一周内学习足够的经济学知识来编写一个模块。如果语言是障碍，我们可以发明更有效的语言。我们 anyway 每周都在发明新的语言。看过初学者能多快制作出t…
完整原文我们是不是在考虑错误的一方？LLM难道不会同时是超级智能的金融专家和超级智能的程序员吗？
完整原文> 我强烈怀疑，在某个特定领域有高度专业知识的人即使在代理世界中也会成为软件构建者失败，因为他们会难以清晰地阐明他们在多年中所学到的规则。 我不同意这部分。 在非代理世界中，专家和程序员是两个人。如果专家在软件中发现了一个错误，他们必须描述这个错误，发送给程序员去修复，等待新版本发布，直到再次出现这种情况，意识到他们的描述实际上有误，发送更正后的描述，重复几次迭代，直到错误最终被彻底修复。 在代理世界中，专家发现错误，要求代理修复它，意识到修复由于思考不周而错误，进行几次迭代，直到功能正确…
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。