谈谈我与AI的这几年
前景概要
当我们讲起 AI，就离不开 OpenAI 的 ChatGPT，当然现在也常有人调侃它是 “CloseAI”。
大概是 2022 年，我也记不清是在哪里见过 GPT 这个信息，可能是某个 B 站视频、刷抖音、某篇 blog、某条推文。总之，这个词在我脑海里确实留下一块🧩碎片记忆。在此之前，传播得更广的，还是 AlphaGo 围棋战胜柯洁这件事。但更大的可能，还是我自己没有真正去关注这些前沿的东西。毕竟 GPT-3 早在 2020 年就已经发布，GPT-3.5 也在 2022 年 11 月正式推出。只是 GPT-3.5 横空出世虽然让科技圈炸开了锅，真正波及到圈外，其实还需要更多时间。即使当时很多媒体都在传播这个模型如何如何，大家也未必真的当回事。说来惭愧，作为一名即将毕业的程序员🐮🐎，我当时也算是圈外的一份子😓。
时间来到 2023 年年初，考研初试成绩出来后，我成功陪跑，并且实习证明还没有着落。于是便开启了社招海投之路 （在读大学生不要学我，尽可能走校招）。带入我当时的视角看自己，虽然考研失败了，但大学前三年专业课在 哔哩哔哩大学 也算自学深造过一阵子，自认为找一份实习工作应该不难。后来命运的牵引把我带去了 南京 这座城市。
在这座城市里，我结识了一些新朋友，浅尝了职场的险恶和不易，结束了一年多的恋情，也真正邂逅了 AI 的应用场景。以及，还有幸一睹南京一场漫天飞雪。
邂逅AI
3 月中旬入职南京某家公司实习时，我的毕设、论文几乎都还没开始动，而 5 月底就需要答辩。当时我的选题是做一个视频监控平台。对于前后端打通的能力，我那时已经算具备了，但“视频监控”却是我此前从未真正接触过的领域。更现实的是，我需要在两个月内，并且在实习工作之外的空余时间里，同时完成毕设作品、论文撰写、了结恋情这些任务。当然，最后这一个只能算隐藏副本任务了。
其实我当时也不是完全没计划。搭建前端页面，用组件库会很快，这不成问题；后端以前也做过一些作品，很多东西直接 copy 改改就能用。最核心的问题，是如何把视频监控这条链路打通。后来我去问导师，导师让我使用 海康威视 的摄像头来完成，学院刚好也需要采购摄像头，可以暂时借给我去做毕设。而论文，我当时的想法也很直接：直接让 GPT-3.5 来辅助解决。在我的构想下，大概一个月就能搞完，剩下的时间慢慢打磨细节。
Web 网站写得确实很快，配合 VSCode 中的 Copilot 插件，简直如虎添翼。那时候的 Copilot 还远没有今天这么强，分析上下文更多也就是单个文件级别，但拿来写一些工具函数、补齐样板代码已经很好用了。大概一个星期里，我每天下班后晚上捣鼓两三个小时，一个最基础简单的视频监控平台前后端就搭起来了。
接下来才是真正的重头戏：如何完成 nodejs 连接上摄像头，并将摄像头捕捉的画面传输到前端展示出来。就这个“打通路径”的问题，硬生生耗费了我一个月时间。
期间我使用 GPT 的中转站对话了无数次，在 CSDN 里屎里淘金，去海康威视官网翻 SDK 文档，使出浑身解数。中间还踩进了 RTSP 协议、ONVIF 协议、FFMPEG 工具、稳定推流方案、流媒体视频格式这些坑里。细节就不一一展开了，但我还记得当时的状态：每天熬到凌晨，有些天即使想破头、尝试了 N 种方案，进度也没有往前推进一点，但我居然还是挺享受那种进入心流的状态。现在回头看，那可能是我第一次这么具体地感受到，AI 并不是魔法，它不能替你直接把坑填平，但它确实能在你卡住的时候，帮你打开新的思路，至少让你不至于一个人闷头撞墙。
与此同时，并行的另一个任务，就是利用 GPT-3.5 的 AI Chat 去辅助撰写我的论文。坦白说，当时给我的震撼非常大。真正震撼我的，不只是它能生成文本，而是它让我第一次感受到，原来一个复杂任务可以被快速拆解。我只需要给它一些大致描述和上下文，让它先写一个目录大纲，再根据大纲逐步推进；有不对的地方，我就继续多轮对话让它调整，再经过我自己的修修改改，最后就能用了。论文大概用了一周完成，纯耗时大概八个小时左右，更多时间其实花在把内容改得更人性化、更贴合项目细节上。对了，还得去知网找一些相关文献抄一点内容，避免查重率为 0 😂。这个过程就不细讲了，但最后能在这么短时间内完成毕设，AI 功不可没。
AI后续发展
-
22 年，许多企业和个人开始热火朝天地做各种 AI 代码生成、智能提示插件，以及各类
AI Chat聊天网站。 -
23 年 3 月，一款基于开源编辑器
VsCode深度改造的 AI 代码编辑器————Cursor应运而生，再一次颠覆了大家对 AI 应用的看法。当时我看了他们的采访访谈内容受益匪浅。再往后，国内各大头部企业也全部跟上，开始研发和捣鼓自己的AI Agent编辑器。 -
23 年 6 月，
Function calling作为OpenAI官方明确发布的能力，给出了很多已有软件接入 AI、实现自然语言调度的路径。我也在第二家公司做的低代码平台产品中做过相关实践。 -
24 年 11 月，由
Anthropic正式命名、公开发布的协议————MCP（Model Context Protocol）出现，让模型开始真正具备“手脚”，能够触及外部世界。这是从 Function Calling --> Tools --> MCP 的一次演变，自此模型不再只是聊天，而是开始贯穿前后端去完成事情。 -
25 年 10 月，仍然由
Anthropic推出的Agent Skills概念出现。它让结构化 Prompt 开始具备规范化、可复用、可沉淀、模块化的能力。这属于轻度使用skill，而重度使用skill时，内部甚至还能写一些脚本来增强模型的执行能力。 -
26 年 1 月，
OpenClaw小龙虾🦞爆火，几乎所有媒体都在传播这个信息，使得它迅速出圈，仿佛养🦞都成了一种潮流。ClawHub也随之诞生，一批批优秀的Agent Skills开源，让人看得眼花缭乱。
随着模型能力越来越强、上下文越装越多，这几年也冒出了越来越多技术和概念。我自己了解和接触到的，有：RAG 检索、Lora 微调、Ollama、MLX、翁家翌 Post-tranning Infra、Skill 渐进式披露、多 Agent 编排、LangChain、Embedding 等等。还有层出不穷的编辑器工具、GitHub 项目、提示词思想，真要说起来根本讲不完。而我更是用 AI，仅仅十一天就完成了这个博客系统。
国内这两年也涌现了很多优秀的模型和应用，比如 Qwen 千问、MiniMax、GLM、月之暗面、Doubao、豆包手机、Seedance、Trae、CodeBuddy 等等。
我现在最最最期待 DeepSeek V4 的出现✨！我已经苦 Claude 久矣😵💫。
未来
目前看来，AI 在编程这个领域，确实已经能替代掉一部分人做的一部分事了。但更多时候，它替代的不是“人”，而是那些重复、低效、机械的过程。真正决定结果的，依然还是人的知识广度、判断力，以及对全局的把握能力。
所以作为程序员，理论上我确实可以借助 AI 去实现各种垂直行业的工具，甚至把过去一些异想天开的想法慢慢做出来。很多时候，我缺的可能不再只是技术本身，而是一个真正值得投入的 idea。
但，下一个三年呢？
感慨
坦白说，我确实也像抖音上一些视频里说的那样，带着一点责怪的意思问过我的父亲：当年那么好的年代，你也去沿海城市工作过，为什么没有选择留下来，为什么没有去搞点正经事情，为什么没有在有一点资本之后尝试自立门户，那个时候机会明明那么多。
后来仔细想想，即使他当初真的留下来，也未必就一定会有继续追逐和折腾的勇气，更未必具备相应的能力和条件，何况人生里从来都不只有“机会”这一种变量。
历史很多时候就是一个螺旋上升的过程。现在类似的事情落到我自己身上，站在个人历史的十字路口，面对时代浪潮掀起来的破天巨浪，我也会忍不住反问自己：如果机会真的摆在我面前，我会不会做出和他相同的选择，又会不会走向相似的结局呢？
AI 也许给了我们这一代人更多工具，更多杠杆，更多以前不敢想的可能性。但工具终究只是工具，真正要做选择、承担结果、走完那条路的人，还是自己。
也许“我与 AI 的历程”，说到底并不只是我见证了一个技术浪潮，更像是在这个浪潮里，我第一次更清楚地看见了自己。
