文章揭示了AI发展对程序员行业的冲击,导致程序员面临工作负担加重、技能贬值和裁员风险等问题。大龄程序员在就业市场处于劣势,传统程序员技能快速贬值。文章强调程序员需要提前规划,建立"第二收入曲线"和被动收入体系,以应对可能的职业危机,确保家庭生活质量不受职业变动影响。


几天前发了篇文章,说我们原以为有了AI,自己就能解放双手,却没想到反而越来越累了。

评论区都是大家的共鸣,热评说:理想中人用AI干自己的活,现实中人用AI干几个人的活。

扎心了同学们……

除了评论,最近春招季,后台也多了不少年轻同学的面试反馈,有人欢喜有人愁。

更多的还是“老同学”的吐槽,多年不涨薪、公司有裁员动态、业务线压力大等等。

一个在某大厂7年工龄的朋友,一个月前刚遭遇业务部门被团灭,通知当天就要走人,他收拾完东西离开园区的时候,已经凌晨三点,非常心酸。

背着房贷的他压根不敢懈怠,隔天就开始投简历,但hr要么暗示他32岁年纪有点大,直接拒面,要么面试时一句轻飘飘的“AI Agent开发经验不足”,就把他拒之门外。

他崩溃坦言:现在年轻程序员找工作都被层层卡壳,我这个年纪的就更难就业了……

这位朋友的遭遇,在近几年实属常见,就像我一个资深hr朋友说的:

现在的互联网公司,都拼命砸重金搞AI开发,其余业务都在极限降本增效。

不赚钱的业务,全员一锅端;赚钱少的业务,人员砍半再砍半;跟不上 AI 节奏的员工,直接优化淘汰。

相信大家也都有感受,程序员曾经的金饭碗,正因为风口的消退,以越来越快的速度,褪去金光闪闪的色彩。

因为程序员过去的光鲜,来源于他们掌握了两样东西:

顶端先进的生产力工具计算机;重构人们生活方式、商业模式的载体互联网。

人与人之间的社交工具、所有商品的线上销售、日常教育出行……都需要互联网。

而程序员这个职业,是离两者最近的人,靠着技术壁垒、激量暴增的网民和流量,成为时代宠儿,拿到高薪的公平通道,甚至逆天改命、阶级跃升。

可现如今,这条路不再那么顺畅。

当年互联网造富神话,引得千万人扎堆报考计算机,涌入互联网行业,没待几年却发现,以前的热门风口都已业务成熟,中国网民也流量见顶了。

企业把资源都砸向AI,旧业务仅留少量程序员维护迭代,传统程序员成了多余的成本。

无数码农急着补AI开发技能,奈何学习速度永远追不上技术贬值速度,今天研究的框架,明天可能就过时了,大批人注定会掉队。

除了行业收缩带来的淘汰,程序员还要面对AI的降维绞杀。

大模型迭代以周为单位,能替代的程序员越来越多、层级越来越高。

前天,甲骨文毫无预警地发送了全体裁员邮件,要裁掉2-3万的员工。

不为亏损、不为盈利下滑,只为砸钱建AI算力中心,用裁员换AI的未来。

国外从Block到甲骨文,国内的大厂裁员也是一波接一波,AI对码农的替代正在加速进行。

资本逐利AI,而被AI淘汰的代价全要程序员自己扛,这就是当下残酷的现实。

在这场淘汰赛里,大龄程序员总是首刀的对象。

因为在以前的扩张期,企业对员工是“储备优先”,愿为经验、潜力付高薪;如今收缩期,企业只认 “极致性价比”,优先选择成本低的人。

三四十岁的中年程序员,在企业眼里恰恰属于性价比低的群体。

他们薪资是应届生的数倍,精力、学习力、加班强度却被年轻人碾压,还家庭琐事缠身、无法全情投入工作。

就算一时躲过了裁员,也大概率会面临降薪、到期不续约的困境。

无论因为什么原因失业,日子都会变得艰难,房贷、育儿、养老三座大山瞬间压顶,就算孑然一身,在大城市的衣食住行,每个月也要好几千。

时间一长,难免会撑不住。

年前我就接到个电话,一位朋友被裁后,苦苦支撑了大半年,还没找到工作,也一直瞒着家里。

房贷交不出来了,才迫不得已跟我求助借钱。

他说那一刻才发现,程序员熬大夜加班熬来的生活,原来这么脆弱。

这正是程序员当下无比扎心的真相:市场饱和、AI冲击,行业再也容不下那么多的我们了。

一旦被踢出局,再想翻身,难如登天。

千万别等饭碗丢了,才想着去补救,到那时都已经来不及了。

眼下,AI发展来势汹汹,程序员的中年危机还在不断提前,我们都身在其中,难以幸免。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

在这里插入图片描述

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐