sentinelK

梁如何说这个不可证伪，但他的公司的操作与口碑和他说的貌似有点距离。
学历歧视，面试苛责古板。

很简单，谁定义谁负责。
他用 AI 出方案，你用 AI 实施。

靠开源 agent 找工作：很难，agent 只有大厂有兴趣，本质上就是借 agent 这个入口做数据飞轮。
而大厂其实对你做了什么完全不感冒。除非你是行业头部 top3 ，比如你是 hermes agent 、openCode 的核心作者。即便如此，他们看中你的也不是你的 Coding 技能，而是你作为头部的业务资源。

code agent 是不是太卷了：不是卷，是门槛太低。随便一个阿毛阿狗都可以三分钟复刻一个 Agent ，而且 ReAcT 像模像样。你怎么证明你和他们不一样？
本质上就是 agent 这个东西，几乎不能独立自证自己架构的价值。可能你今天的表现很棒，但是第二天结论就翻覆了。

你花几个月的时间打磨适配给世界第一厨师的炒锅，第二天厨师手断了，或者老年痴呆了，又或者厨师改做法不用炒了，你的炒锅和其他几十块钱的有什么区别？

提需求的人怎么会管技术选型呢？你吃馒头你要管他用什么锅蒸吗？

工程学当然是谁定方案谁负责。

这跟智力没什么关系，单纯的就是后训练的审查边界太低。
这就像是谁都知道女孩着急上厕所可以去闯男厕，她们之所以不去不是因为智商不足想不到，而是因为道德和心理约束。

至于说为何“审查边界低”，那就不得而知了。我只知道审查边界低有助于模型的表现上限。

量化交易的核心不是“量化”吗？

都靠 LLM 主观了还量化个毛线？

我反而觉得低代码如果能够跟上时代转型，会活得更好。

1 、用户很难用语言描述他们的产品需求，有规则限制的图形化（不管是流程搭建还是 UI 搭建）能更好的帮助用户表达自己的需求。我举个简单的例子，一个普通人如何用自己的语言陈述“模态窗口”。

2 、过去的低代码被人诟病灵活性太差，甜区太窄，一旦需求溢出甜区，实现难度指数级上升。这些劣势在 AI 时代完全不存在。

3 、低代码的确定性和规则，很好的解决了普通人用 AI 因为提示词过于笼统，LLM 脑洞大开，导致需求直接跑飞的问题。

@nc 所以没有规模化，或者说没有产业化的“淘宝”还是“淘宝”吗？
如果一个 input 框放在屏幕正中就可以叫“谷歌”的话，那我觉得确实所有人都可以，甚至不需要 AI 。

软件工程的本质就是精准把控需求，从而展现业务信息化实现的最佳性价比甜点，并最终落地。

如果说抛去所有专业化的东西，只求东施效颦的话，我抓起听诊器就是大夫，拿起笔就是作家。

看了这行字，接下来的 5 分钟，你一定会呼吸