sentinelK
对于软件开发而言，从一开始算法、刷题、八股就是应试行为。 所以不存在“AI 时代还有必要 XX”的情况。
因为软件开发是工程学，不是象牙塔。
输入端对用户提示词进行再加工与过滤。 输出端杜绝直接返回大模型结果。大模型输出的内容要经过数据清洗和审核。
在系统提示词中要求大模型以特定格式输出结果。如果大模型输出的结果格式不符，说明系统提示词和既定上文被污染，放弃。
如果只从管理者的视角来看，其实“工艺”并不是其考虑的维度。 谁成本低，谁产量高，谁就上。就这么简单。
所以不管是现在的 AI 还是 10 年前“自愿加班”的卷王，本质上没区别。
其实 AI Coding 最大的问题一直是如何给 AI 最合理的提示词和上下文，以及如何最大化的利用 AI 的上下文容量。
如果你的需求可以几句话说清楚，没有任何歧义，那其实也一定不是很复杂的问题。而且一定是界内比较统一，有最优实践的问题。
而实际上的软件工程实践并不都是这样的理想情况。…
程序员的价值从来不是写正确语法的代码这么简单。 所以与其说被 AI 替代，不如说是被产量倍增的高阶程序员碾压。
骆驼祥子不是输给了汽车，是输给了司机。
不知道是使用方法还是什么的区别，我只看到一个紫色的框，里面只有翻译的结果，和官网的展示 UI 货不对板。
目前能做的，只能是阐述你在积极的拥抱 AI ，以及对 AI Coding 以及统计学模型的理解。 实用层面没有价值。
如果说的是 AI 使用上的细节，至少在现在没有说服力。
因为目前 AI Coding 还在高速迭代阶段。你目前擅长的技能与使用的经验可能 3~6 个月后就没什么特殊意义了。
楼主混淆了几个概念。 1 、义务教育≠教育。义务教育的目的是扫盲。教育的目的是筛选。
2 、AI 能力强≠不需要知识储备。过去有个形容我认为很自洽，既人的认知是一个圆。你的知识储备越强，你的圆面积越大。但同时，你的周长也越长。周长指的就是你接触未知，探索未知的能力与可能性。
3 、孩子…
这个问题就像是建筑工地的搬砖工问要不要继续钻研分子物理，从而提高自己的搬砖技术。