sentinelK
如果假定目前的组织架构不变的话，是的。
但是我认为，目前的硬件价格+经济环境+AI 能力的组合拳，一线程序员已经撑不到“可替代性”这波了。
随着生产力的释放+需求端的疲软，软件工程公司的体量会越来越小，越来越变成软件服务公司。
其实跟 AI 关系不大，是经济环境+硬件价格导致整个信息化产业萎缩了。
C 端买不起手机，B 端买不起电脑，软件怎么卖……
人脑的上下文缓存很小，但是模型规模很大。而且模型还能自训练。 所以人做事很多时候靠的是模型规模带来的直觉。很少用上下文长度来暴力穷举。
之所以累，就是因为你用 AI 擅长的方式来和 AI 协作。导致你需要同时处理太多上下文。 我理解，要么你就利用你的模型规模，给 AI 明确的技术方向，只让…
知识量越小的模型，越是靠后训练对齐来穷举。
知识量大就有更多的基础认知，就有更多的直觉。能够预测更正确的方向。 知识量小，只能靠坚持和毅力，来磨结果。
另外还有一点，就是最新这波模型的后训练都往“百折不挠”这个性格去对齐了。 就是除非有实质性证据，否则绝对不产生结论。宁肯自己单独写个…
不要被大厂那套“职级”把自己给骗了。
1 、你的“职级”是社会硬通货吗？ 2 、“职级”到了就不裁你了？ 3 、你有管理岗需要的资源吗？
大厂最大的原罪，就是搞职级。包装的好像努力就能和公司一起进步。好像一套伟光正的客观标准 实际都是扯淡。
缓存命中涨了 5 倍，deepseek 缓存命中很高，基本上就约等于价格涨了 5 倍。
@defunct9 32G 的话，跑 nvfp4 量化的更合适一些，否则上下文过短了，不够实用。 但是 nvfp4 有一系列的问题： 1 、官方并没有 nvfp4 量化的模型，目前最资深的第三方就是 unsloth 家的。 2 、unsloth 家的 nvfp4 明确不支持 sglang 。 …
@privil 主要是还有个 Minimax H3 ，这个相比较 qwen3.8-27B ，要更炸裂一点。
相当于把 seedance2.0 的生产力下发给了终端。
我认为这主要是资本叙事主导。有这个问题的不光是具身智能，LLM 本质上也是。 不管是 LLM 还是具身智能，人形，以及和人互动，是典型的反效率设计。
更像人，或者能力越和人接近，越能凸显 AI 的能力强大。给人的心理冲击越强。 自动驾驶的小米 YU7 在纽北飞奔，冲击力肯定不如机器人跑百米…