我懷念以前在X上這種東西。

對理解AI的開發者有著顯著的未滿足需求。同時，由於大多數大學尚未將其課程調整為適應編程工作在AI工具下變得更加高效的新現實，最近計算機科學畢業生的失業率也有所上升。 當我面試AI工程師——那些擅長構建AI應用的人時，我尋找能夠： - 利用AI輔助快速構建軟體系統 - 使用AI構建模組，如提示、RAG、評估、代理工作流和機器學習來構建應用 - 快速原型和迭代 具備這些技能的人能夠完成的工作量遠遠超過那些以2022年我們所用的方式編寫代碼的人。在每週與大型企業交談時，我發現他們非常希望雇用數百名或更多具備這些技能的人，以及那些有著偉大想法但沒有足夠工程師來實現的初創公司。隨著越來越多的企業採用AI，我預計這種人才短缺只會加劇！與此同時，最近的計算機科學畢業生面臨著更高的失業率，儘管低於大多數其他專業的低就業率——即畢業生從事不需要學位的工作。這就是為什麼我們同時聽到計算機科學畢業生失業的軼事，以及對需求旺盛的AI工程師薪資上升的消息。 當編程從打孔卡演變為鍵盤和終端時，雇主們仍然繼續雇用打孔卡程序員一段時間。但最終，所有開發者都必須轉向新的編碼方式。AI工程師同樣正在創造一場巨大的變革浪潮。 有一種“AI原住民”新畢業生的刻板印象，他們的表現超越了經驗豐富的開發者。這其中有一些真相。我多次為全棧軟體工程職位雇用了真正懂AI的新畢業生，而不是仍然以2022年風格工作的經驗豐富的開發者。但我所認識的最優秀的開發者並不是最近的畢業生（對新畢業生沒有冒犯之意！）。他們是那些緊跟AI變化的經驗豐富的開發者。今天最具生產力的程式設計師深刻理解計算機、如何架構軟體以及如何做出複雜的權衡——並且熟悉尖端的AI工具。 當然，2022年的一些技能正在變得過時。例如，我們當時必須記住的許多編碼語法現在不再重要，因為我們不再需要手動編寫代碼。但即使假設計算機科學知識中有30%已經過時，剩下的70%——結合現代AI知識——才是真正使開發者高效的關鍵。（即使在打孔卡變得過時後，基本的編程理解對於將代碼輸入鍵盤仍然非常有幫助。） 如果不理解計算機的工作原理，你無法僅僅通過“隨意編碼”來達到偉大。基礎知識仍然很重要，對於那些同時理解AI的人來說，工作機會是非常豐富的！ [原文：]

今天最喜歡的GPT輸出（編寫對話日誌去重/清理工具，以便背景記憶代理可以分析我的Claude代碼日誌： 我： 嗯。完全清理的效果在我們之前的測試中要好得多。它的減少率從70%降到了12%。發生了什麼？回去看看通過git的原始文件，告訴我現在有什麼不同。 GPT： ... - 為什麼完全降到~12% - 在重構日誌工具集時，我們失去了擴展的修剪規則和代碼塊去重。這些是導致~70%減少的主要原因。 - 修復 - 將擴展的標題集和圍欄代碼塊去重（以及我們添加的任何其他正則表達式規則）移植到`sanitize-full.ts`中，鏡像早期增強的清理器行為。 我： 是啊，為什麼你不把實際的原始工作代碼再移植過來呢？