Soft_Job / PTTBBS 推薦

Re: [心得] 寫點自己的觀察

看板: Soft_Job

作者: alihue (wanda wanda)

標題: Re: [心得] 寫點自己的觀察

時間: Tue Jun 17 12:14:40 2025


※ 引述 《ripple0129》 之銘言:

: 從兩年前GPT4剛出我就講了 : 當時版上風氣就是取代資淺資深不要想 : 兩年過去了 : 全世界的Senior被砍多少人了 : 反正還是很多人在那邊敝帚自珍


其實現在 Senior 還在砍還真的跟 LLM 沒關係,主要是:

- 疫情後一開始是為了經濟蕭條做準備,以及疫情間過度招募

- 最近還在砍很多都是縮減業務與成本、部門重整

- 資金流到 LLM 專案,其他軟體產品走維持路線


真的有因為 LLM 提高員工生產力而造成的裁員嗎?

這超難欸,首先公司要先測量出現在員工生產力,再測量用 LLM 的戰力,有這麼好做?


再說,LLM 目前強的只有在前端,以及簡單的後端,這裡的資深工程師大概都知道 LLM 對

於複雜系統的理解能力還很糞,大概只能湊合著用


然後現在根本一大堆公司都還沒買 LLM 給員工用



至於 LLM 未來會變更強?我覺得不一定,主要原因:

1. 現在願意上 stackoverflow 解問題的越來越少,工程師開始封閉知識

2. Open Source 貢獻越來越少,訓練資料越來越少

3. LLM 的硬傷是推理能力不足,多為統計,但大系統技術還是多為推理為主

4. 總合:新技術的知識分享原來越少,LLM 無法訓練,最後隨著新技術的演進 LLM coding

會越來越笨





--

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 60.158.170.139 (日本) ※ 文章網址 ※
ILoveAMD : 今天chatgpt gemini 又給我呼叫不存在的 method 06/17 12:49
zzzxxxqqq : 現在都跟AI一起解問題了 誰還會上網問 -.- 06/17 13:04
dream1124 : 我啊,我還是常上網問。網上的答案常有思辯的過程, 06/17 13:05
dream1124 : 這很重要,有時可以直接幫你避免走冤枉路。 06/17 13:06
zzzxxxqqq : Superintelligence 是現在主流想法了 06/17 13:06
zzzxxxqqq : 覺得會越來越笨 只能說這想法很特別 06/17 13:06
dream1124 : 問答AI比較適合:1.潤飾 2.提供難搜尋的問題之頭緒 06/17 13:08
Romulus : 因為沒東西能學啊 06/17 13:08
Firstshadow : 原po想法跟apple說的那一樣吧 06/17 13:09
dream1124 : 其他情況大多沒比較好用,或是時間效益沒比較高 06/17 13:09
Romulus : 在AI真的會解題之前 AI都是拿人解題的答案給你而已 06/17 13:09
Romulus : 那要是沒有人願意把答案放出來 那要不然營運AI的人自己 06/17 13:10
Romulus : 要解題餵給AI 要不然AI就開始幻覺 06/17 13:10
Romulus : 這想法沒啥特別的 06/17 13:11
dream1124 : 畢竟這些問答AI就只是很精緻的人云亦云機器 06/17 13:11
zzzxxxqqq : 目前看起來衝擊最大就是CS剛畢業的 失業率上升 06/17 13:13
對啊
kattte : 我叫gemi幫我畫個簡單的chart都畫不出來了 06/17 13:13
現在就是有缺不補,有補也是幾十上百封高階履歷,連資深工程師跳槽都難
zzzxxxqqq : 如果5年後反著走 我會覺得很神奇 當然不是不可能 06/17 13:13
所以現職不敢跳,遇缺不補,市場又一堆被裁的等消化,公司也沒非 AI 新專案,總合起來
kattte : 還要我自己幫他的半成品debug 06/17 13:13
當然也沒新人的缺
kurtsgm : 上網問問題現在聊天抬槓的成分大過找正解啦... 06/17 13:15
kurtsgm : 網路上的random guy跟chatgpt誰比較有機率回答出正確答案 06/17 13:15
kurtsgm : 這應該很清楚..... 06/17 13:16
zzzxxxqqq : 光是跟AI一起解問題的過程就是在提供資料訓練了 06/17 13:16
zzzxxxqqq : 除非大家都不用AI解問題 不然怎麼可能沒東西訓練 06/17 13:17
問題是找到解的人不太會再貢獻出來,所以下一個遇到的人還是找不到直接解,隨著技術演
kurtsgm : AI的source還有各類型的線上文件以及文章 除非某一天開始 06/17 13:18
進這樣的狀況會越來越頻繁,LLM 最後也沒新資料可以訓練
kurtsgm : 大家都不在網路上分享知識了 不然AI總會有新的資料能吃 06/17 13:18
zzzxxxqqq : 找到解的人也是會用AI阿,除非他很認真藏 06/17 13:20
zzzxxxqqq : 但現實是哪那麼閒,有解叫AI記起來,方便下次用 06/17 13:21
zzzxxxqqq : 你不會直接拿資料來解問題阿,但不代表不能用AI 06/17 13:23
僅限個體戶,企業 LLM 合約都是禁止拿客戶的輸入來訓練
zzzxxxqqq : 而且大企業封閉的LLM 不會是多數 06/17 13:25
而且 LLM 也不曉得最後你是怎麼解的,你也不會把試出的正解跟 AI 回報
zzzxxxqqq : 每天個人用戶那個數量 不能比吧 06/17 13:25
zzzxxxqqq : 還是你覺得值得做的問題只在大企業LLM裡面 06/17 13:25
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 13:17:08
kuosos520 : 工人智慧vs人工智慧 = 中醫vs西醫 06/17 13:33
Obama19 : Apple那篇已經在網路上被嗆爆了 一個實習生做的 06/17 14:08
hobnob : 不能認同拿中醫比西醫,兩者的方法論是不一樣的 06/17 14:39
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 13:19:28
NTUTM04 : 不過出錢的人還不一定進入這個階段。現在比較像是從 AI 06/17 14:55
NTUTM04 : 可以取代人,發大財 -> AI 可以做更多,發大財 -> 然後 06/17 14:55
NTUTM04 : 發現並沒有那麼美好,但 bubble 又不到破掉的程度 06/17 14:56
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 13:21:55
ybite : 2/4我自己的看法沒有到那麼悲觀 06/17 15:40
ybite : 搞不好是反過來 新框架為了搶市佔 出來的第一天就做好AI精 06/17 15:42
ybite : 華版文件讓你爽用(? 06/17 15:42
ybite : 開源的問題主要也是美國大廠撙節的問題 06/17 15:42
strlen : 不用複雜任務 光是一般任務 或甚至就把現在AI當成高級版的 06/17 15:44
ybite : 如果有一天訓練成本降到大部分大財團都能玩一個200-500B的L 06/17 15:44
ybite : LM 那我猜到那個時候語言模型變成開源打群架的可能性會很高 06/17 15:44
ybite : 現在看起來只有中國因為制裁問題想開源膊聲浪 06/17 15:44
strlen : autocompletion 都能大大增加效率吧?啊不然 現在叫你回去 06/17 15:45
strlen : 用記事本 跟用IDE開發 哪個快..... 06/17 15:45
strlen : 而且寫code也僅是AI其中一個小小應用而已吧 AI能用的領域 06/17 15:47
目前各大廠投入 LLM 的遠大於收益,目前唯一能看到未來的感覺只有結合機器人這塊
strlen : 超級多 只拿寫code來看能不能發大財? 06/17 15:48
strlen : 喊AI公司沒賺的 一定是沒跟到PLTR 那是你自己的問題吧 06/17 15:48
※ 編輯: alihue (219.104.132.28 日本), 06/17/2025 15:41:32
strlen : 老黃沒跟到 PLTR也沒跟到 怪東怪西然後還在喊泡沫 喊兩年 06/17 15:50
strlen : 了還是眼巴巴的看著人家賺爛 06/17 15:50
superpandal : 不可能用記事本的 連ed/vi都強過記事本非常多 再配上 06/17 17:30
superpandal : 文本工具整理個index都有個簡易版completion 06/17 17:31
superpandal : 炒股那就... 06/17 17:32
strlen : 撇開股票我講的公司都是賺錢的 財報都是賺爛 06/17 17:35
jonathan793 : 確實現在要取代還太早 但從以前無法想像到現在這程 06/17 17:57
jonathan793 : 度已經很誇張 如果說10年內會發生蠻有可能的 06/17 17:57
DrTech : 要不要去了解一下訓練一個200B模型的成本啊。先不說幾十億 06/17 18:04
DrTech : 的硬體成本。假設未來硬體降到0成本好了。光是整理能訓練 06/17 18:04
DrTech : 到可用,不會overfitting資料的成本,數百GB級token就好, 06/17 18:04
DrTech : 台灣就沒幾間公司能負擔了。給你硬體零成本啦,整理資料0 06/17 18:04
DrTech : 成本啦,一般公司還請不到能訓練的人。 06/17 18:04
DrTech : 企業自搞大模型AI到可取得工程師,目前看不到任何機會與希 06/17 18:08
DrTech : 望。 06/17 18:08
ybite : 也是 我樂觀過頭了 06/17 18:29
viper9709 : 講得滿有道理的 06/17 18:36
openthedidi : 去試用一下openAI codex ,就知道哪些層級的人可以被 06/17 23:20
openthedidi : 取代。去試用一下n8n,就可以知道哪些日常髒活可以被 06/17 23:20
openthedidi : 取代。 06/17 23:20
sumsum : 推這篇 Input資料很重要 短期間不覺得對工程師會有太大的i 06/18 01:45
sumsum : mpact 不過還是樂見其成十年後的發展 06/18 01:45
umum29 : 解析大型專案真的能力很差 都需要人為介入縮小範圍 06/18 07:48
umum29 : 新的專案需要先細分task


這也需要工程師人為規劃 06/18 07:50
ssccg : 跟AI一起解題根本沒有在訓練啊,以為硬體不用錢每個user的 06/18 12:27
ssccg : input都拿去訓練喔,光是只跑訓練好的模型來給你答案,都要 06/18 12:28
ssccg : 加一堆用量限制來限制賠錢了,要都丟去跑訓練還得了 06/18 12:30
superpandal : 但要能進去阿 06/18 17:12
superpandal : 多看了一下這一串... 我就是那個問完用頭腦記或直接 06/18 17:22
superpandal : 寫應用的東西出來的人 哪可能回報ai...只有想問更深 06/18 17:23
superpandal : 入的才會繼續 用ai記錄更是無稽之談 06/18 17:25
superpandal : 用頭腦記可能需要踢掉一些用處不大的資訊 或用電腦將 06/18 17:53
superpandal : 其範例化 應用化 06/18 17:53
jack529 : 變成糞扣LLM 06/20 11:55