最近几周密集关注学习了一下最近几年的LLM发展脉络，有些闲言碎语般的感悟在这里mark一下：
- 谈谈算法工程师。
- 技术门槛已经被磨平了。这也是最近很长一段时间没有写读paper博客的主要原因，如果你足够“智慧”，就不应该再从类似博客的地方来汲取知识，大模型可以给你everything。
- 在个人很多场景下，通过跟高质量的模型多轮交互，都可以获得比较好的实践方案，这件事对于我还是非常震撼的，过去若干年算法工程师靠“落地过XX技术“来跳槽的范式可能已经正式落下帷幕，”搜推广”向的技术门槛基本已经被磨平。
- 当前还有门槛的，可能只是“问题的描述/抽象能力”，目前互联网已有的知识已经足以解决算法工程师所遇到的95%+以上的问题（可见人类的本质就是无限重复的复读机），如果你可以正确提问，那么大模型就可以给你足够正确的解决方案，但现在大模型无法解决的是如何感知到问题的存在，以及把问题和解决方案作出足够的关联与匹配。
- 从这个点继续说，未来大模型较大能力跃进的机会 可能就在 对于现状的感知与分析上。
- 有些对自己很悲观的情绪，如果这些都能被替代，那我们的价值在哪里？如果我们做的一切终究被取代，那现在做的、辛苦求索的，究竟有何意义？如今才能体会到，柯洁当年究竟是一种怎样的心情。
- 谈谈互联网从业者。
- 对于大部分互联网的分工，当前claude code为首的若干大模型工具，已经能完全胜任日常的工作。包括不限于 各类开发、算法、策略产品和数科。
- PM的taste和目标用户群体的taste，两者的匹配程度 越来越重要
- 业务的sense，发现、描述、抽象问题的能力 越来越重要。
- 行业发展的太快了，技术的底层却包含很多潜在的“雷”，比如说假预料，非常担心未来有一天突然爆发对于整个行业会有个比较毁灭性的打击。
- 谈谈打工人。
- 越早将AI应用于其他行业的人，可能会越早吃到这波红利。
- 近期的体感不得不感叹什么叫“生产力的极大发展”，真“共产社会”可能会更早到来。
- 互联网行业是构建在虚拟的代码上的，而大部分其他行业是构建于真实物理世界上的，如何把虚拟世界的生产力 应用于 真实物理世界，这个门槛目前看起来还比较高。
最近疯狂迷恋《一人之下》，大盈仙人左若童，逆生三重通不了天，却“自有后来人”。
希望大家，永远保持好奇心，永远躬身入局。