当前位置: 首页 > news >正文

关于ai写代码的一点感想

最近接触了ai写代码,用的是高校学生认证后的免费copilot。用它做的是A股日k级别的量化系统,基于python。

好用到什么程度呢?对于我这个很久没有写过python的人,只要脑海中有这个程序的框架和逻辑,它就能帮我把大部分内容实现出来。像是最初的大框架(数据+回测+买点+可视化+大模型)都是直接在我和它说了需求后它一口气全实现好了。

当然细节问题不少,数据上就有很多麻烦事,可以参见我之前的文章:量化系统难题1-复权后的日k数据-已解决到现在没怎么特别认真做,每天就花1~2小时左右做这个问题,在拖延症发作的情况下,以及ai辅助下,花了10天解决了。

但是,只要接触之后,就能感受到这里面蕴含的无限可能,现在的ai还需要一定的编程基础的人来驾驭,未来若它们支持没有任何基础的人,纯依靠自然语言就能完美无瑕的编写出自己心中所想的程序,无法想象那将是一个怎样的创意爆发的世界。

若产品经理只需要一个好点子,ai而不是程序员很快就能给它实现,那程序员的作用在哪呢?对于我这个计算机专业学生来说,这是个我考虑了也没法解决的问题,不过无妨,既然ai做好了我的工作,我做好用ai的工作就好了。

原来一群人几个月开发的东西,现在一个人就能开发出来。那一个人开发的东西,为什么不能变现呢?

原来雇佣了10多个员工,做的事情和效率可能还不如自己和ai研究一晚上,员工就有了被淘汰的可能,从员工的角度看是悲哀的。但是于其抱怨或者担忧ai对行业带来的冲击,我想可能还不如张开怀抱去接纳它,逆转思维,你用ai用得熟的话,这不是相当于你有10多个员工吗?

现阶段员工还无法被代替,也不知道未来是否会被代替,但是某种角度上,成为用ai冲击行业的人,可能比被ai冲击的人更好。

深切认识到这里面是一片蓝海,但是恨自己学识尚浅,不知从何下手,想到每时每刻都有人在用ai变现,我不禁感到一丝焦虑。

一个人的见识是可以变现的,我还差了太多, 属于我的那片蓝海,在哪里呢?先不管那么多,先把东西做出来吧~

http://www.jsqmd.com/news/156800/

相关文章:

  • CSS3 新增文本属性
  • 【毕业设计】SpringBoot+Vue+MySQL 实训管理系统平台源码+数据库+论文+部署文档
  • CSS3 新增渐变
  • PyTorch-CUDA-v2.6镜像部署TTS语音合成模型全过程
  • jscope串口通信配置要点:通俗解释说明
  • CSS3 2D变换
  • PyTorch-CUDA-v2.6镜像中使用Hydra管理复杂实验配置
  • PyTorch-CUDA-v2.6镜像中运行LangChain构建对话代理
  • SpringBoot+Vue 数字化农家乐管理平台平台完整项目源码+SQL脚本+接口文档【Java Web毕设】
  • 一文说清电感的作用:LC电路中的核心要点
  • PyTorch-CUDA-v2.6镜像结合MLflow跟踪实验指标完整流程
  • Java SpringBoot+Vue3+MyBatis 水产养殖系统系统源码|前后端分离+MySQL数据库
  • 模拟电路基础知识总结:完整指南共模抑制比原理
  • 一文说清Multisim与数据库组件的关联机制
  • 剩余参数与arguments对比:ES6语法机制图解说明
  • BRAM与外部存储器在通信模块中的协同工作:全面讲解
  • 死锁:线程卡死不是偶然,而是设计问题
  • 嘉立创EDA画PCB教程:差分信号原理图处理技巧实战案例
  • Gerber转PCB常见问题及修复策略(实战案例)
  • 图解说明ES6语法中Promise基础概念
  • PyTorch-CUDA-v2.6镜像支持哪些Python版本?官方说明解读
  • 一文说清USB转232在Win10/Win11的驱动安装
  • 图解说明理想二极管的工作机制与优势
  • PyTorch-CUDA-v2.6镜像中配置Jupyter Lab插件提升编码效率
  • 搞过自驾的小伙伴,在其他领域还是很抢手
  • PyTorch-CUDA-v2.6镜像支持量化感知训练QAT吗?初步验证
  • PyTorch-CUDA-v2.6镜像运行DeepLabV3图像分割效果展示
  • RS485和RS232通信稳定性实测数据完整示例
  • 零基础掌握SystemVerilog接口(interface)应用方法
  • PyTorch-CUDA-v2.6镜像部署LlamaIndex构建知识库问答系统