Sean Goedecke 最近在博客里抛出一个刺耳的问题:软件工程可能不再是终身职业。不是因为 AI 会取代程序员——至少不是直接取代——而是因为 AI 正在悄悄抽走职业成长的底层机制:从任务中学习。 这个论点比"AI 要抢饭碗"更值得认真对待。 程序员的能力增长,绝大部分不是来自读书或上课,而是来自干活。你写了一个复杂的缓存策略,踩了并发竞态的坑,...
几乎所有组织都在琢磨怎么优化流程——市场下行时更是如此。如今 AI 被推到台前,随之而来的却是一堆不切实际的期望:代码生成快了,交付自然就快了?作者 Frederick Van Brabant 重读了两本关于流程与流动的经典著作后,给出了一个冷静的判断:AI 不会让你的流程变快。 这个结论乍听反直觉,但拆开看逻辑很硬。 流程的速度由瓶颈决定,这是流水线...
当前的 AI 基础设施讨论几乎被模型、GPU、推理速度和向量数据库占据。这些组件确实重要,但它们掩盖了一个更深的架构问题——随着企业从 AI 实验走向运营系统,这个问题正在快速浮现:记忆。 不是简单存储聊天记录或 embedding 的那种记忆,而是跨长时间交互中维持持久上下文、操作连续性、历史理解、工作流状态、推理可追溯性和业务感知的能力。大多数 A...
内容审核是每个上线产品都要面对的问题——用户生成的文本、图片、视频里,哪些该拦、哪些该放,标准往往模糊且频繁变动。传统方案靠关键词匹配或小模型分类,维护成本高、泛化能力差。Amazon Nova 2 Lite 把大语言模型的理解能力直接用在审核环节:你只需要把审核规则写进提示词,模型就能按你的定义做判断。 这篇文章拆解两种提示词写法——结构化与自由式,...
数据库从业者抱怨了多年:应用开发者过度依赖 ORM,生成的 SQL 性能堪忧,但没人愿意改——"我习惯了这种方式,我知道它能跑出正确结果,只是不够快。"这句话挡住了所有优化建议。 现在情况变了。越来越多开发者让 Claude Code 等 AI 助手直接生成代码。如果代码不再由人手敲出,那开发者的个人习惯就不再是瓶颈。真正的问题是:你能不能教会 AI ...