我现在越来越坚信，AI的出现，是为了更好服务人类，而不是干掉我们。
诚然，AI的出现，势必会取代传统很多职业和岗位，这是大势所趋，不可避免，不以任何人的个人意志为转移。
去年的时候，我通过AI来辅助工作，感觉不仅效率很高，更主要的是，AI大大拓宽了我的知识范围，很多时候，AI给出的解决方案，已经超过了我的认知，不仅让我满意，时不时还给我来个惊喜。
但是随着AI的使用时间越来越多和越来越频繁，很快我就发现了AI的一些瓶颈，当然，有些是商家人为地限制。
比如OpenAI在Gpt5.1时就开始增加了很多所谓的安全和合规限制，导致用起来没法像原先那样对你无话不说，或像一个故作神秘的家伙，有时候明明告诉你它知道，但就是不告诉你具体如何去做，让人很是恼火。
还有一点，就是随着不断的使用，上下文因为历史积累的原因，会变得越来越庞大，导致跟AI沟通时，它的反应越来越迟钝，而不是像之前那样，当我敲下回车键后，它很快就会开始给出你答案。
当然，这个问题还是好解决，大不了重新开一个新的会话就可以了。
Image by Studio Lichtfang from Pixabay
去年12月的时候，codex和claude的最新大模型，明显让人感觉到，大模型在长下文和逻辑推理，以及解决幻觉方面有了很大的改进和提升，同样的问题，以前可能会询问多次都无法达到正确答案，而现在就可以，而且给出的解决方案相当的准确。
对比其它或者之前的旧版本，一般的使用感受差别不大，但做一些极其精细复杂的任务时，优劣就体现出来了，比如在解决方案和实现，比一般模型要更强，更快解决，而传统模型要么多次尝试始终给不出最后彻底解决方案，要么就是轮询后幻觉严重，导致把之前做好的改错、改坏。
因此，我现在的做法是，普通模型适合做一般工作，比如项目开始时的构建，而强模型适合做深度复杂的、普通模型解决不了的问题，缺点就是强模型实在太贵，只好省着用。
以前我对手动编码还存有一丝的保留，但随着近两个月的使用，我越来越意识到，我们跟AI打交道，不是去跟AI比谁的编码能力，这方面人类已经望尘莫及，永远也赶不上AI。
但是，这并不意味着人就会被取代，相反，在跟AI打交道的过程中，我越来越体会到质量检验(QA)的重要性，应该发挥的更多职能是，检验AI给出的实现，并确保方向和质量都达到最佳。
而这一点，我认为当下的AI是做不到的，需要我们通过各种手段和方式告知它。虽然它现在看起来无所不能，但AI最大的缺点，就是它不知道什么才是人们最后的需求。
还是那个观点，AI并不是要干掉我们，它是人类在浩瀚的宇宙行走(发展)过程中，送给我们的一盏最新的指明灯，让我们走的更快，更远，协助我们，让我们的文明提升到一个更高的新维度。
转换你的观念，不要跟AI去比它擅长的方面，不要害怕AI会替代你的工作，要站在它的更高处，说出你的需求所想，学会给它指明方向，审核和把控它给出的方案和实现，这才是以后我们所要做的工作。
学会如何更好地用好AI，学会去做AI做不了的事情，把你的效率放大。
