要说自从大模型火爆，之后“被替代”，“被失业”最多的行业，那妥妥的程序员当属呀！
那么程序被AI取代了吗？好像并没有听到某某某公司因为AI程序员使用，大规模进行的人员精简哦？（话说要是某公司有这技术，也不需要精简人员了，直接原地起飞呀，妥妥的掌握工业革命4.0核心科技呀）。
哎？那究竟是为什么现实和新闻里会是截然不同的呢？当然啦，新闻标题党夸张的叙事作风肯定是导致大部分人对技术有错误认知的一大因素。也是本人最最最最最讨厌的！没有之一！
但其实背后的深层原因，其实是当前LLM为基础的AI技术的本身根本无法完全取代的客观事实。
今天我们就来扒一扒？你为啥还没被取代，以及你啥时候会被取代。哦，对了，这一切和AI应用的落地又有什么关系呢？我们会一并安排上。
误会的起源 -- 大模型“智力”的惊艳
AI平权（最初这个概念是 Deepseek 告诉我的），如果要说大模型的发展带来了什么，那这个词是最好替代的。
所以AI平权呢，就是说因为AI的出现拉平了很多很多人的一些基础能力，也就是像我之前说的那个 radar 图，因为我们在基础能力上面有足够的语料，所以大模型在一起领域的基础知识还是很不错的，导致我们每个个体都可以去扩展一些别人的通用能力。
- 你比如说之前我一行代码都不会写那现在我可以用AI生成比较复杂的一些代码。
- 我以前也不会画画但我可以去帮我画一幅还不错的画。
这就是AI平权，这些正在快速重塑个人的生产效率。
那这一点在程序员领域特别明显，程序员有着一个非常良好的开源社区，包括代码和设计。就是大家的知识都在这里共享，那就导致了很多的训练语料，这就导致了模型很“懂”程序。但只是相当于其他不透明的行业来说。
所以呀程序员，或者说程序，是训练语料足够多的一部分。这只是其一。
之后还有另外一个方面（笑），就是我们在学习的过程中，他是怎么学习的知道吗？有人说，哎？我就是读书学习啊。其实不然，很多时候我们是读书，然后把学的知识通过“做题”或者说“落地”，根据客观世界的反馈，去修改自己不成熟的思想，去沉淀经验，总结特性，以此来获得解决问题的智慧。用马克思主义哲学的话就是说，认识是从实践中来的，探索的过程就是实践认识在实践在认识...。
一般行业的那个时间环境因为受到了一些肢体的影响，比如说做物理实验的他要想验证自己的想法，可能需要在物理环境中才能够验证，周期往往比较长，且很不方便。 但程序不用啊，程序就是运行在计算机环境中的，他天然的能够从编译器等地方获取到反馈。（P S。 大家可以反思下自己的工作是不是类似... ） 所以这也是，为什么程序员被取代，提及次数最多的原因（笑）。
增效很简单，取代很难
前面两篇文章我分别讲述了，我们的最终目标AGI的要素以及大语言模型的局限性。没看到朋友可以点开看一下，这个我简单总结一下，
我们现在对AI的诉求其实很难用一个完整的边界划分，所以导致我们很多时候对AI的期望会过高，说白了我们就是希望他是AGI，不仅的对我的“意思”秒懂，还得给我带来“意思”。但是大语言模型他是基于人类语言的统计分析，而语言一个非常非常低信息密度的媒介，以语言为基础大模型去反向理解人类的“智慧”，这一点不仅慢而且低效。这就导致了当前大语言模型的几个现象，比如幻觉，“智障”（也就是不理解），等问题。而且最最最最主要的，他是一个基于一套成熟的标准的语料去训练的模型，他他他他根本不懂作为独一无二的你的“意思意思”是个什么“意思”，在你明确告诉他之前。
明白了这一点，我们再回到刚刚程序员那个话题，取代一个程序员（其他文职类的工作都类似哦）还差什么？ 其实这两点都差，第一次模型智力达不到，第二就是不具备实施学习（记忆）能力。
你比如说我们用写了一段程序，上一个功能。但是这个程序就此结束了吗，这功能就此停止了吗。不会因为人的需求是无限的，导致产品的需求是无限的，既然基于这个程序上的改动是无限的。 模型因为阅读了太多的丛0到1的代码，他非常懂从0到1的过程。但事实上我们的世界早就过了从零到一的时候，我们的软件从零到一也只有很短的时间。更多的时候我们是在打磨是在优化，从这个角度上说程序也是一种艺术品。
第二点，现在因为很多产品也在明白程序是要打磨的，产品是要优化的。所以像 cursor 和 windsurf，她也在尝试向这个方向突破。 我们假设未来，模型智力和AI产品都已经相当完备，能够完成99%的代码编写，那么请问这1%的剩余代码怎么办？用程序员简单补上吗？其实不行，因为这个程序员大脑并没有跟这个智能直接对接，他完全不知道你那99%是如何实现的，他只能从1%开始慢慢地学习AI的代码。
而且还有一点哦，假设，未来有一款智能体产品，它的技术已经和当今普通程序员或者说所有程序员都要高。公司老板准备用它换了一部程序，那么你们认为这个程序员会乖乖地配合吗（笑）。这里还涉及到人性的问题。
所以 AI 在劳动力方面真正的影响，应该是扼杀了很多初级程序员进入中小公司的可能，因为首先中小公司的业务可能不会特别复杂，其次就是初级程序员的业务水平不会特别的高。
AGI 道阻且长
明确了它的根本原理，我们结合的现实情况，去给A I 的应用计划的一个范围。事实上其实这个范围并不是清晰的，我们可以划分三个阶段。
- 就是那些比较通识的知识，就是你知道有很多人知道，但是你不知道的事。可以交给 AI
- 一些鲜为人知的领域，你不确定他别知道不知道的事，你需要好好的审核AI的结果
- 一些独特的领域，你还是只能靠自己。
但很多时候其实，我们最难的是划分这三个边界。一种比较保险的做法就是，你作为pilot，而他作为copilot。
所以最后最后点一下题，现在的模型技术不能让我们一口气直达AGI，但是他确实提高我们的效率从某种意义上说未来所有的产品所有的人都要学会一种人机协同的模式。
