2025 VideCoding 从 AI 辅助到辅助 AI

不知不觉 25 年到了年底 12 月份，回首这一年从年初 deepseek 腾空出市，在到千问系列的全面开花，国内大模型发展十分快速，这一年就没有逃离被 AI 支配的恐慌 😂

 

这一年的心路上精力了一下几个阶段：

第一阶段，看不懂：“什么是 transformer 怎么做的推理？CNN，RNN 咋出现这么多看不懂的缩写？“ gpt 4.0 貌似很懂我！

第二阶段，跟不上：“AI 这么强了我不会失业了吧？这么多年苦学的技能和经验就要被市场抛弃了吗？“ claude + cursor 是真的强👍

第三阶段，喘口气：“AI 算法是这样啊，它也不是万能的，claude + cursor 用起来真香，效率提升翻倍”  老板眼里的： 做的好，做的快，做的多 是不是可以实现了？

5月份的《AI 大模型赋能系统架构专项培训》认知到自己已经脱节

之前虽然有 kimi，有 gpt 但是个人的体验上和意识上还没那么震撼，感觉离自己还有些距离，deepseek 来了之后发现自己真的焦虑了，身边的人都在谈论 AI 落地和 AI 升级了可以是自己目前还是啥也不懂呢，自己的知识还是机器学习的那些老的认知也就知道有个叫神经网络的技术，茹炳晟 老师课程给了我一个 AI 技术的轮廓的认知，当时的想法💡是：原来 AI 已经改变了这么多的环节，内心最大的恐慌是自己已经脱节了！从这之后我就开始认真学习 AI 相关的概念。

• 通过学习《AI赋能系统架构专项》认识到自身 AI 认知的不足。
• 通过学习《大语言模型现状与agent》我了解到了公司的 AI 部门是怎么工作的，以及公司的模型技术能力分布。
• 通过学习 公司内部的三个分享《清标产品AI化实践与思考》和《清标产品AI化实践与思考》《清标产品AI化实践与思考》这 3 个章节的分享我了解了产线是如何运用 AI 提效。

 

茹老师讲完之后我自己也和自己的朋友和同事之间分别做了2 次分享，把老师讲的内容和线上训练营 系统架构4-2 课程的学习心得做了融合。

具体内容见：https://github.com/buoge/aicoding-bootcamp/blob/master/w0-preparation/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80%E6%A6%82%E5%BF%B5-%E5%AD%A6%E4%B9%A0%E5%88%86%E4%BA%AB.pdf

 

AI 算法学习的路程

为了进一步了解 AI 算法内部的原理我在三方的学习平台学习了AI算法课程进一步了解下 AI 算法是什么。

通过 13 周内容的学习我了解到了： 词嵌入，神经网络多层感知机，transformer，无监督学习，借口任务，强化学习，多模态，Diffusion，CLIP，LORA 等等技术，通过此课程的学习对于 AI 算法名词有了基础的了解，看文章或咨询遇到新的技术名词时没那么陌生了。

 

 

通过这部分的学习自己收获如下：

1.  AI 算法是一个比较系统且复杂的事情，作为大部分人了解算法概念和怎么用就行，我要做的就是了解行业动向，时刻思考这个算法能拿来做什么。
2. 了解到了多模态技术在 浏览器自动化 和 桌面自动化 方面的应用，
   1. 比如 字节开源的 ui-tars https://github.com/bytedance/ui-tars   号称同时支持桌面和浏览器的自动化任务。
   2. 阿里通义实验室开源的 MobileAgent  https://github.com/X-PLUG/MobileAgent 号称覆盖手机多平台的自动化任务。
3. ai 大模型强大泛化能力给具身智能带来希望，机器人行业如火如荼，相信当下大家都能感受到，一线科技大厂都在这块竞争。

Vibecoding 的练习

目前公司在试行 cursor 工具提效，在编码领域 AI 大放异彩尤其是在前端方面，不管是前端，后端，还是移动端，AI 的提效都是指数级的。

先前都是看先别人实现 10X 效率的提升感觉很棒，当自己通过 vibcoding 切身体会到 10X 的提速后那种感觉是震撼！软件开发真的得变天了。

放在之前从零实现这样一个列表页展示（前端 vue，后端 Python，数据库 postgreysql）怎么也要3-5 天吧慢的话遇到小细节卡主还可能更多。

通过 agent 模式自动编码，我通过定义 spec 文档 和 提示词 用了 2 个小时通过 agent 模型完成了以上页面的展示和布局。

• agent 会自动生成数据库文件，前后端项目代码。
• 项目不能启动把报错信息贴给它，agent 会自动调整保证项目运行。
• 项目启动后页面路由不对一直展示 helloworld 页，告诉它不能正常看到 list 页后他会自动调整路由默认真是列表也。
• 列表展示出来后样式需要美化直接用提示词和它交互，agnet 会自动美化界面。

 

具体 spec 和 提示词细节请看：

https://github.com/buoge/aicoding-bootcamp/blob/master/spec/w1/instructions.md

后续的一些思考和感悟

 AI 时代-架构师角色的启发：

解决问题广度可以扩展，从具体技术限制中解放出来，运用更多手段解决问题。

AI 时代-软件开发者角色的启发：

 构建软件的方式变革，从运动员到教练，agent 成为编码主力，从定义代码到定义 spec 和 rules。

AI时代个人核心竞争力的变化

个人的能力由 专业能力 和 通用能力（或称核心素养） 两大支柱构成。

 

专业能力：

AI 之前我们都是在花大实践去学习专业技能比如我们技术人员要学很多的编程语言，编程范式等等，AI 到来之后专业知识被大量打包到了模型中，AI 变得越来越专业。

我本人作为一个全栈 前端，后端，移动端，我觉得已经可以了但和模型比呢，它还能做硬件电路设计，还能做科研，还能做设计😂和它比专业能力被秒成渣渣！

 

通用能力（核心素养），这块是 AI 不具备的我们可以在这块发挥优势，持续提升自身软技能：

1. 问题定义能力，沟通能力，提问力，分析力。
2. 思维能力，批判思维，创新思维，决策能力
3. 情感链接，情感，共情，激励，跨文化理解等等。
4. 个人心智成长，个人价值观，世界观的迭代。

 

把自己的大脑看做一个模型去训练，提升自身的思考力：

1. 跨领域思维能力提升，提升自身的阅历，提升自己看问题的广度和深度，提升自身的泛化能力，更好的归纳理解问题和定义问题。
   
   * 上下游跨职能思维：原来开发的精力被限制在了开发这个单一的环节中，现在有了 agent 去做这些事情，现在开发的精力就可以根据需要释放到上游的产品领域思考分析用户要解决什么问题，也可以释放到质量环节，思考在 AI 加持下如何实现不仅做的多而且质量还好！
   
   * 左右横向跨岗位思维：管理和架构这里定义为横向的关系，此时用管理的思维解决模式去解决一些架构思维下的问题瞬间就打开了新思路，技术往往思考技术和架构的优缺点，而管理责去思考权责利，架构思维下不好解决的问题，用管理思维尝试可能会有很多新的思路。

2. 积累更多的思考问题的模型，通过积累更多的思维模型，让自己面对一个决策的时候能够从不同的角度审视自己，避免思维固化先入为主和经验主义，让自己更加冷静和客观开放的心态的看待问题，多元思考，灰度决策，持续改进。让自己能够对自己的思考和决策进行证伪，正确的思考和决策经得起推敲和质疑。

 

 

AI 时代提升职场竞争力：

• 问题定义力 = 理解新规则的能力。真正懂规则的人，才会提出哪些突破常规的好问题。
• 系统设计能力 = 运用规则的能力。只有善于运用规则的人，才能搭建起高效的协作体系。
• 人机协作深度 = 与规则共舞的能力。在新的游戏规则下，人和 AI一起创造，才能释放独特的价值。

明年要怎么做？

1. 运用多模态技术 和 agent 技术加强在自动化方面的探索和实践。
2. 在开发过程中更多的融入 vibecoding ，增加自动化编码的比例，持续探索老项目使用新 agent 技术方面的实践。
3. 时刻保持技术的敏感性，跟进最新技术的发展动向，多动手练习体会新技术的能力，更新和扩展自身的能力地图。

一些开放性的问题 ？

1. AI 驱动下架构要怎么发展？什么才是 AI 友好型架构值的去进一步探索！以前是代码是给人看，恰好机器能运行，现在是代码是给模型看，恰好人也能看懂！
2. AI 驱动下人员组织形式会不会发生变化以及要怎么变化？