告示：欢迎听友们给我们分享你的2024一段话感悟或体会，我们会在下周的年末专题中筛选优质来稿分享给全体听友。你可以通过听友群、节目评论或者平台私信给我们留言，感谢大家！
本期我们重点聊了数字科技尤其是人工智能技术的发展对软件开发、中小学教育和职业规划领域的冲击与影响。
「后互联网时代的乱弹」节目由「声湃 WavPub」提供内容托管和数据服务支持。
第144期 软件开发革命来了吗
95分钟 ·
1510·
16
151016
2024体会：1 变化加速的时代，找到自己的“最终用户”、核心价值和关联行业中的生态位越来越重要，因此商业和产品基础知识与专业能力一样重要；2 学习是由目的定义的个性化活动，未来学习的要素也许不是教师、教学内容及方式、学生，而是目的、个人学习支持体系与强、弱联系社群。
18:53 这里测评系统提到的以就业率提升为KPI实操层面还挺难的，因为当下高校就业率因为口径等原因是很容易操纵的，甚至很多学校已经处于“高位”了，再“提高”更是难上加难。讲回到节目一开始聊的测评系统，尤其是因果部分，难的地方在于现实世界中做“跨平行世界”的因果推断，比如由于网络效应、社交影响、公平性等原因无法科学地比较做与不做，因此一定程度上只能沦为主观判断了
我们高中老师在高二时候就几乎只是教我们自习 没有特别的知识上的讲解了
王老师终于给我们上课了
软件工程的部分工作仍旧是需要人工主导，不过在 AI 范式的辅助下，可以更快速的完成一些工作，比如代码的生成，代码的分析，代码的重构等等。这些工作在过去是需要人工完成的，这样提高了工作效率。在这个过程中，AI 也会逐渐让参与到这个过程的工程师学习到更多的知识。比如说，最开始 Github Copilot 的定位还是在结对编程上，它更多的功能也是集中在结对编程这个范畴中的。作为一个初接触这个语言或者领域的人而言，AI 可以快速帮你提升到一个这个领域内合格工程师的水平。比如说，在编写 Rust 语言应用中，你可能并不熟悉 Rust 的一些实践，那么 AI 其实可以帮你写代码；或者你也可以选择让他做你的结对伙伴（这个其实往往在国内并不多），帮助你 Review 你的代码和实践，指出一个更好的实践。另外，在保证实践效果上，TDD 仍旧是一个在 AI 编程实践中很重要的组成部分。比如说，在编写一个函数的时候，你可以先让 AI 编写一个测试用例，你可以根据测试用例快速判断是否已经覆盖了对应的情况，然后让 AI 根据测试用例帮你生成代码。这样可以保证你的代码是可测试的，也可以保证你的代码是可维护的。这样的一个过程，其实是一个很好的实践，也是一个很好的学习过程。在代码开发生，AI 也更倾向于生成一些固定模式代码，如同节目中说的，在编写一个良好样本需要移植的时候很有帮助。当然，也不仅仅如此，在我们最近的团队实践中，我们在尝试解决一个几十万行遗留 Python 3.8 项目时，也提供了包括代码分析，反向生成代码流程图，自动化注释等等功能的辅助。这些功能在过去是需要人工完成的，现在可以通过 AI 辅助完成，对应也提高了工作效率。
不过换句话说，AI 让某些小业务场景的生意（可能国内也不一定行，比如市场原因）成为可能。我从小是听着一人创业公司的故事长大，然而现在社会的复杂性和分工细化让一人公司的难度越来越大。很高兴，AI 重新让一人公司重新成为可能。