技术人该积累什么，才能避免被AI淘汰？-CSDN博客

本文链接：https://blog.csdn.net/2401_85373691/article/details/144676074

即使没有 o3，大部分的技术人也一定会被淘汰，这就是当下程序员圈不可避免的困局。

追求技术：得到更高的工资；
拿到了高工资：承担起培养新人和安抚老板的义务；
花时间培养新人和安抚老板：数不清的会议和PPT，无暇全身心钻研技术；
技术开始生疏，转型管理：或成为公司核心管理层，或在自己负责的业务衰落后被辞退。

这个流程就是程序员的宿命圈，“技术能力越强，晋升越快，当上小组长的日子来的越早，杂七杂八的事情越多，技术能力衰退越快”，我甚至没有在这个宿命圈里引入“学累了，身子垮了，公司或业务黄了”这些变量。

附：我个人认为破除宿命圈的一个方法是在学技术的同时发展人脉，如果你认准了你的上级是未来的张一鸣，那就没啥好担心的了。即使遇不到张一鸣，你能保证有老同事在你被辞退的时候接盘你也是可以的。

入职第一年，我的经理手把手教我写代码；两年后，我手把手向经理分享我的调研结论。 我认为我的经理一定比我的能力强很多，但他是真的没时间自己去学，每天困扰他的是：向老板汇报，和小弟开会，面试招新，分配 GPU 资源，协调人力修复线上 case，劝导想离职的小弟，甚至当小弟和 QA 吵架了也得他出面两头调解 ……

我还有过一个经理，他更年轻一点，我看得出他很想跳出我总结的“程序员宿命圈”，完全不想生疏自己的技术。付出的代价就是：每天和老板开完会后，自己再琢磨一阵代码，天天干到十二点以后，周末还来公司研究自己感兴趣的东西 —— 在我眼里，他这就不是人过的日子，我不知道他还能坚持多久。

所以，这个问题本身是个伪命题，我们无法避免被 AI 淘汰，没有 AI 我们依然会被淘汰，我们只能争取做被淘汰的最晚的那批人。

How？那就是技术的不可替代性。确保自己的技术是具有不可替代性的、是只有少数人能掌握的，让老板很难快速招到一个新人来代替自己的工作。

当大家都还在讨论 ChatGPT 颠覆了认知的时候，你已经开始学习训 ChatGPT 了；
当大家在用 Prompt Engine 发论文的时候，你在做 Pretrain / SFT；
当大家都会 SFT 了的时候，你在做 RLHF；
当大家都会 RLHF 了的时候，你在做 o1 reasoning；
……
当 AI 完全取代程序员了，你就当那群帮助 AI 取代程序员的人呗，难道 o3 不需要后台维护，不需要优化迭代吗？

不管 o3 多牛，淘汰我们的不是技术，而是拥有更高性价比的同行业者。当你的学习脚步，认识能力始终领先大多数同行业者的时候，我都不知道你能怎么被淘汰。AI 的能力更强了，等价于今年的高考 / 考研题更难了，并不会改变什么，毕竟我们比的是名次，而不是分数。

综上所述，我的观点是：技术人不是要积累什么，而是要在做好本职工作的同时不要疏忽对前沿技术的学习，保证自己的技术能力始终具有不可替代性，直到自己学不动的那一天。

零基础如何学习AI大模型

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
④AI+制造：智能制造和自动化工厂提高了生产效率和质量。通过AI技术，工厂可以实现设备预测性维护，减少停机时间。
…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。