编程界的当红炸鸡子:Cursor

最近一个新的 AI 编程 IDE 非常火,就是 Cursor 。

到底有多火呢?或许,从引起 Cursor 变火的这个故事说起就明白了。

一位 8 岁的小孩,在没有编程经验的情况下,利用 AI 工具在短短 2 小时内制作了一款游戏,吸引了超过 50 万人关注。这位小孩的父亲是 Meng To,他是在线学习平台 DesignCode 的创始人。这个小孩使用了 Claude AI 工具和 Cursor 编程平台,独立完成了包括两个平台游戏、一个绘图应用、一个动画应用和一个 AI 聊天应用等多个项目。

每个项目大约花费 2 小时完成。这些成果在社交媒体上引起了广泛关注,许多人对这位小孩展现出的非凡创造力和学习能力表示惊讶。

其中,小孩制作的一款类似超级马里奥的跳跃游戏和一个极简绘图应用特别受到关注。

他通过简单的自然语言指令在 Cursor 上生成功能性代码,大大降低了编程的门槛。这位小孩的成长经历也颇为引人注目,他从 1 岁起就对工程学表现出浓厚兴趣,6-7 岁时开始沉浸在《我的世界》中,制作了许多复杂的虚拟建筑。

此外,他还在 Scratch 和 Roblox Studio 上完成了上百个项目,并通过游戏赚到了一些小额收入。

基于此,我这两天也下载了 Cursor 体验了一下,感受还是很明显的,确实很厉害,在创建一个 Vue 项目的过程中,我全程用自然语言跟 Cursor 进行交流,让它帮我创建页面,各种输入框和按钮,你让它怎么写,它就怎么写。

不仅如此,我举个例子,我在让 Cursor 写登录页面的时候,它不仅帮你写登录框,在写完的时候,还会进一步给你建议,比如:提示你需要加表单验证,提示你需要给密码进行加密,它会引导你将这个功能做的非常完善。

整个过程体验下来,我只能说太厉害了,编程门槛确实在进一步的下降。

整个过程,全是用快捷键和它对话就能把项目完成,不仅帮你写,你选中代码它还能帮你改,也能识别你的意图,自动帮你补全,当然了,你选中代码,它还能给你解释这段代码的用途和功能。

我感觉大家可以去体验一下哈。

结合 Cursor 的爆火,最近亚马逊内部录音泄漏,云计算 CEO 说,开发者接下来将不再需要编码。

商业媒体 Business Insider 刚刚获得了一份会议录音,记录到亚马逊 AWS CEO Matt Garman 2 个多月前的一次内部对员工谈话,他当时给团队讲了一个预言,“再过 24 个月,或者再过一段时间(无法准确预测是什么时候),大多数开发人员都可能不再需要编码”。

他后续给了解释:"如果编码就像是我们与计算机对话的语言,它本身就并不一定是一种技能"。那么何谓技能呢?"技能本身就是,如何创新?怎样才能开发出让最终用户感兴趣的产品?,因此,"这意味着我们每个人都必须更加了解客户的需求,以及我们要尝试去构建的最终目标是什么,因为相对于坐下来实际编写代码,这将成为越来越多的工作内容。

大家对这个观点怎么看呢?

我谈一谈我对未来 AI 编程的几个看法。

1、编程语言本身就是一种技能,但是,编程语言仅仅是形,编程思想才是实,自然语言也是要具备一定的编程思想才能真正编程。所以,未来懂编程思想的人更有价值。

2、懂产品,懂业务的程序员才能更吃香,我感觉对于一个软件产品来讲,最难的并不是编写代码,而是如何开发出接地气 ,能够解决用户痛点的产品,所以,熟悉用户痛点,懂业务逻辑的人会更吃香。

3、看似编写代码是 AI 在帮我们写,但是,其实程序还是人写,就目前我的使用感受而言,只是从语句粒度变到模块粒度了,但是模块大小和如何拆分学问就大了,这就涉及到了软件工程和刚才提到的编程思想。

最后,我再说一个我们程序员悲哀的一个地方吧,只是一点感受,可能不准。

前一段时间,我写了一篇文章,说最近这几年,技术更新迭代变慢了,以前几乎每年都会有新的编程语言和新的编程框架诞生,我们程序员需要持续学习新语言和新框架,总是抱怨我们程序员行业很累,需要活到老,学到老。

而这几年了,编程语言和框架几乎没有怎么更新了,变慢了,我们程序员危机却更大了。

现在不卷技术了,开始卷编辑器了。这是否意味着技术创新已经遇到瓶颈,或者当前的编程技术已经足够满足市场需求,暂时不需要新的技术迭代?如今编程工具越来越强调降低门槛,通过编辑器的提升让编程变得更加简单、AI 化,这可能成为一种趋势。然而,随着编程变得更加智能化和自动化,我们反而面临更大的失业风险。

唉,只是我的感悟,并不是为了制造焦虑。

04c6e680699613dc6ec72f40dc97bfa6.png

点击下方公众号卡片,关注我

在公众号对话框,回复关键字 “1024”

有惊喜

6ca12265653db488a6c5e21c79806f9a.png

  • 4
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值