news 2026/6/10 20:59:18

关于ai写代码的一点感想

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
关于ai写代码的一点感想

最近接触了ai写代码,用的是高校学生认证后的免费copilot。用它做的是A股日k级别的量化系统,基于python。

好用到什么程度呢?对于我这个很久没有写过python的人,只要脑海中有这个程序的框架和逻辑,它就能帮我把大部分内容实现出来。像是最初的大框架(数据+回测+买点+可视化+大模型)都是直接在我和它说了需求后它一口气全实现好了。

当然细节问题不少,数据上就有很多麻烦事,可以参见我之前的文章:量化系统难题1-复权后的日k数据-已解决到现在没怎么特别认真做,每天就花1~2小时左右做这个问题,在拖延症发作的情况下,以及ai辅助下,花了10天解决了。

但是,只要接触之后,就能感受到这里面蕴含的无限可能,现在的ai还需要一定的编程基础的人来驾驭,未来若它们支持没有任何基础的人,纯依靠自然语言就能完美无瑕的编写出自己心中所想的程序,无法想象那将是一个怎样的创意爆发的世界。

若产品经理只需要一个好点子,ai而不是程序员很快就能给它实现,那程序员的作用在哪呢?对于我这个计算机专业学生来说,这是个我考虑了也没法解决的问题,不过无妨,既然ai做好了我的工作,我做好用ai的工作就好了。

原来一群人几个月开发的东西,现在一个人就能开发出来。那一个人开发的东西,为什么不能变现呢?

原来雇佣了10多个员工,做的事情和效率可能还不如自己和ai研究一晚上,员工就有了被淘汰的可能,从员工的角度看是悲哀的。但是于其抱怨或者担忧ai对行业带来的冲击,我想可能还不如张开怀抱去接纳它,逆转思维,你用ai用得熟的话,这不是相当于你有10多个员工吗?

现阶段员工还无法被代替,也不知道未来是否会被代替,但是某种角度上,成为用ai冲击行业的人,可能比被ai冲击的人更好。

深切认识到这里面是一片蓝海,但是恨自己学识尚浅,不知从何下手,想到每时每刻都有人在用ai变现,我不禁感到一丝焦虑。

一个人的见识是可以变现的,我还差了太多, 属于我的那片蓝海,在哪里呢?先不管那么多,先把东西做出来吧~

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 11:12:00

PyTorch-CUDA-v2.6镜像中使用Hydra管理复杂实验配置

PyTorch-CUDA-v2.6 镜像中使用 Hydra 管理复杂实验配置 在深度学习项目开发中,一个常见的尴尬场景是:你在本地调通了模型,信心满满地把代码交给同事复现,结果对方跑起来却报错——“CUDA 版本不兼容”、“PyTorch 导入失败”、“某…

作者头像 李华
网站建设 2026/6/10 11:57:33

PyTorch-CUDA-v2.6镜像中的cuDNN版本确认方法

PyTorch-CUDA-v2.6镜像中的cuDNN版本确认方法 在深度学习项目中,一个看似微不足道的环境配置问题,往往会导致数小时甚至数天的调试时间。比如,你刚刚从同事那里拿到一个标榜“开箱即用”的 pytorch-cuda:v2.6 镜像,信心满满地启动…

作者头像 李华
网站建设 2026/6/10 13:07:15

PyTorch-CUDA-v2.6镜像支持ONNX导出吗?转换流程详解

PyTorch-CUDA-v2.6 镜像支持 ONNX 导出吗?转换流程详解 在现代 AI 工程实践中,一个常见的挑战是:如何快速、可靠地将训练好的 PyTorch 模型部署到不同硬件平台? 尤其是在使用预构建的容器镜像时,开发者常会问&#xf…

作者头像 李华
网站建设 2026/6/10 11:12:18

PyTorch-CUDA-v2.6镜像中安装SpaCy自然语言处理库注意事项

在 PyTorch-CUDA-v2.6 镜像中安装 SpaCy 的实践要点 在当前 AI 工程实践中,一个常见但容易被低估的挑战是:如何在一个已经为深度学习优化过的容器环境中,顺利引入自然语言处理(NLP)工具链。比如,在基于 PyT…

作者头像 李华
网站建设 2026/6/10 11:08:43

图解说明典型PCB设计案例:入门级双层板布局技巧

从零开始画一块能用的双层板:一个音频放大器的PCB实战笔记你有没有过这样的经历?原理图画得挺顺,仿真波形也漂亮,结果一打样回来,电路要么不工作,要么噪音大得像收音机杂音。别急——问题很可能不在芯片&am…

作者头像 李华
网站建设 2026/6/10 11:07:39

GitHub Actions自动化测试PyTorch-CUDA-v2.6镜像稳定性方案

GitHub Actions自动化测试PyTorch-CUDA-v2.6镜像稳定性方案 在深度学习项目开发中,一个常见的“噩梦”场景是:某位同事兴奋地宣布模型准确率突破新高,结果你拉下代码、复现环境后却发现——CUDA不可用,PyTorch报错,甚至…

作者头像 李华