对我那篇“LLMs 正在侵蚀我的职业生涯”帖子的评论回复

原文 ↗ Hacker News 讨论 ↗

对软件、资本主义和“能用就行”的看法

  • 一些人认为，如今客户和投资者更优先看重廉价、看起来“够好用”的结果，而不是稳健性或伦理。
  • 也有人反驳说，劣质产品会持续引发低烈度的用户愤怒，但人们又觉得无力追究供应商责任。
  • 上市公司、短期主义和股东压力被指责为导致偷工减料、并激励骗局式行为。

AI、艺术，以及创意领域中的怨气

  • 许多人指出艺术家中存在强烈敌意，这不仅与失业有关，也与被嘲讽为可替代、并被 AI 鼓吹者轻蔑对待有关。
  • 有些人认为 AI 生成的艺术/文案对于商业用途来说“够好用”；另一些人则强调，一旦你了解某个领域（例如冲浪），这些明显的缺陷就会暴露出来。
  • 少数人承认自己对先前“傲慢”的职业被自动化感到幸灾乐祸，而另一些人则认为这种态度残酷且具有腐蚀性。

知识、能力，以及让劳动者彼此区分的因素

  • 一个常见主题是：“单纯的知识”已经不再能构成差异；真正起作用的是把事情交付出去、解决混乱问题以及沟通的能力。
  • 有人把这与水管工和学徒作比较：工具（包括 LLMs）抬高了下限，但复杂工作仍然需要判断、责任和信任。
  • 有些人强调适应力和“寻路能力”（整合相互冲突的要求）是面向未来的技能；另一些人则坚持认为，资本所有权最终占主导地位。

软件需求与岗位压缩

  • 争论软件需求是否存在上限。
    • 一方认为：复杂性和自动化需求实际上是无穷的；类似杰文斯效应会增加需求。
    • 另一方认为：有用的复杂性以及人们愿意支付的程度都有限；许多常规开发岗位可能会商品化或消失。
  • 一些团队报告称，由于 LLMs，产出明显更多；另一些人则预测科技工作者未来会出现高失业率。

AI 轨迹、局限与炒作

  • 怀疑者指出 AI 极乐主义背后的假设：持续快速进步、无限资本，以及在大规模岗位流失后经济仍能正常运转。
  • 其他人则反驳说，即便只是温和地继续进步并且成本下降，也可能在十年内彻底改变日常软件工作。
  • 对于当前深度学习方法是否能“学会良好的工程原则”或处理真正新颖的工作，存在分歧。

社会与伦理方面的担忧

  • 人们担心，如果知识工作被广泛自动化，可能会导致大规模失业、社会动荡和不平等加剧。
  • 有些人预见精英会利用 AI 和智能体进一步集中权力，并减少对“邪恶软件”的人为制衡。
  • 少数人仍对政治行动或后稀缺结果抱有希望，但大多数人表达的是焦虑与不确定。