平庸即死

大约从2022年11月ChatGPT发布以来，已经过去了2.5年左右。早期的日子充满了动荡，输出了很多垃圾、有时是胡言乱语的文本、连接问题、延迟问题等等。许多概念出现了，比如RAG（检索增强生成）、微调大型语言模型（LLMs）、处理幻觉等，生活迅速向前发展。

但从过去3到4个月开始，我慢慢意识到我们遇到的所有问题和错误正在快速减少：

RAG → 长上下文LLMs

大多数LLMs现在可以轻松完成你80%的专业任务，微调对于大多数情况变得无关紧要。

更多计算资源/GPU → 小型LLMs也能达到SOTA结果，甚至计算需求也在急剧下降。

图像生成不理想 → 昨天发布的OpenAI的GPT 4图像能力看起来非常完美，你找不到任何可以抱怨的地方。

幻觉大幅减少。

LLM的输出不可解释 → 推理型LLMs正在出现。

它只能处理文本 → 正在发布各种类型的LLMs。

所有这些仅仅用了2.5年时间。

LLMs的进步并不是我的担忧，关键是进步的速度太快了，这让我感到害怕。相信我，2.5年对于这样的研究来说只是沧海一粟。

昨天，我和几位同事坐在一起，决定写下AI的优缺点。

我们在一个小时的讨论中没有想出任何缺点。

我们讨论的每一个问题似乎在未来几年内都能轻易解决。那么这一切最终会走向何方？

1、消除平庸，也许吧

我刚刚听了Perplexity创始人Aravind Srinivas在Nikhil Kamath主持的播客上说了一句非常具体的话：

AI总是优于平庸的工程师。

不幸的是，这是真的。

2、如何定义平庸？

平庸是指一种普通且无足轻重的状态——就像一杯温水，既不好喝也不难喝，没有什么特别好或坏的。例如：勉强通过考试，在工作中完成任务但不出色，过着平淡无奇的生活但缺乏激情。这并不一定是贬义词，更多是对“中间水平”存在状态的一种描述。

现在，让我们想象一下平庸的工程师是什么样子的。

3、平庸工程师的特点

这不是为了伤害任何人的情感，但我能立刻想到的一些特点包括：

写代码只是为了“它能运行”，不关心是否高效和整洁。

遇到复杂问题时容易卡住，并习惯等待别人给出答案。

解决问题依赖运气，而不是系统性分析。

从未主动学习新技术，一直使用十年前的工具。

项目文档写得像代码一样，同事看不懂，也不愿意解释。

完成任务后就躺平，从不考虑如何优化和改进。

和产品经理沟通时，只会说“这做不到”，而不是提到替代方案。

工作中不会犯大错，但也无法产出令人印象深刻的东西。

而你现在可能已经发现，90%的人都是平庸的（至少在他们的工作中），包括我和你。

另外，再假设一下，将AI与这个平庸的工程师进行比较，你觉得它取代它的可能性有多大？我认为可能性很高。

4、为什么AI会取代平庸的工程师？

下面这张图表展示了人类工程师通常所做的不同任务以及AI在这些任务上的表现：

现在我想你应该很清楚了。

AI不会取代工程师，它会取代“平庸的工程师”。

此外，上述表格还展示了你现在应该怎么做来保住你的事业/工作，即避免在支付报酬的任务中表现出平庸。目前，AI本身还不能取代任何人（至少现在），但正如Jensen（NVIDIA首席执行官）所说，

AI不会抢走你的工作，但会有人用AI来取代你。

在这种情况下，优秀的工程师将会吃掉平庸的工程师。

5、结束语

AI不会取代工程师。它会消除平庸。 适应、提升自己或被淘汰——这是你的选择。 未来不是即将到来；它已经在这里。要么游泳要么沉没。

原文链接：The Mediocre Engineer is Dead

汇智网翻译整理，转载请标明出处