网站建设公司人员配备,php网站的优点,自助建站系统免费加盟,网站开发学习培训前言
上周末在推特平台上有一篇写在谷歌文档里的短文#xff0c;在国外的科技/投资圈得到了非常广泛的浏览#xff0c;叫做 The End of Software#xff08;软件的终结#xff09;#xff0c; 作者 Chris Paik 是位于纽约市的风险投资基金 Pace Capital 的创始合伙人在国外的科技/投资圈得到了非常广泛的浏览叫做 The End of Software软件的终结 作者 Chris Paik 是位于纽约市的风险投资基金 Pace Capital 的创始合伙人他之前同样在谷歌文档里总结的自己的投资框架也得到广泛的阅读。Pace Capital 的网站pacecapital.com和在他们网站上建立的一个“虚拟桌面”都非常有新意 The End of Software 这篇短文取得很广泛的浏览的原因除了有一些标题党“软件的终结”可能在过去 20 年都一直被喊出来也一直被编程能力很强的人所鄙视它也是 Salesforce 这家 SaaS 公司曾经的营销口号 主要的原因还是科技圈从业者和技术开发人员能直接地感受到“软件开发方式”和“软件的价值定位”在加快变化只是对由此引发的连锁反应是什么还看不太清。
Chris Paik 把软件行业正在 AI 影响下经历的和内容行业在曾经的互联网影响下经历过的历程做了对比 “《Vogue》杂志不是被另一家时尚媒体公司取代的而是被数万个网红取代的当软件本身不再需要赚钱时会发生什么我们将经历一次软件的寒武纪大爆发就像曾经的内容大爆发一样。” 另一位致力于投资 AI 优先的创业公司的技术型投资人 John Borthwick 也在周末同一天写了一篇延伸讨论 Chris Paik 短文的文章我认为有几段很好的洞察比如 “代码变得灵活可塑传统的技术栈概念将逐渐消失取而代之的是由 AI 生成的微服务的流动海洋这些微服务可以根据需要进行重新组合和再构。” 所以我把这两篇短文放在一起分享在这里作为启发。软件当然不会终结但是在人工智能时代软件本身以及软件所代表的思维方式还会不断更新和进化自己。传统的软件会慢慢消失新生的“软件”正在孕育当中普通人和软件的交互方式和关系也会改变。如果我们每一个人的小需求和小心思都可以有一个“软件”被快速创造出来满足我们或者引导我们并且会在混沌的信息环境里自我变化和适应世界会有什么改变让我们拭目以待以后再把这些点连接起来。 软件的终结The End of Software
要理解软件将会如何变化我们可以通过研究技术如何改变其他行业来获益。历史往往是有韵律的如果你仔细倾听的话。
在互联网出现之前媒体的运作方式非常不同——制作内容的成本非常高。你必须支付专业的人来制作、编辑和分发内容。由于内容的制作成本很高它就必须赚钱Because content was expensive to create it had to make money。而消费者以前也愿意支付费用——报纸、杂志、书籍、有线电视和按观看付费pay per view。沃伦·巴菲特以热爱报纸而闻名——毕竟谁不喜欢具有地方性的、垄断特性的、可预测的订阅业务呢a predictable subscription business with local monopolistic dynamics
当互联网出现时媒体公司将其视为接触更广泛观众和降低分发成本的一种方式。但是**没人预料到的是互联网不仅将分发成本降至零还将内容创作的成本也降至零。**用户生成的内容蓬勃发展而当内容创作不再需要成本时它也不再需要赚钱。内容在不需要赚钱的情况下会有什么表现这一经济约束的放松引发了一次寒武纪大爆发——你可以拍一张咖啡杯的照片发布后可能获得百万次浏览或完全没有浏览但市场的清算价格仍然得到了满足the market clearing price is still met。这产生了我们无法合理消费的海量内容。这就需要一些产品来引导注意力This necessitated products to direct attention、销售这些内容并有效地引导我们——我们现在将这些理解为用户生成内容的平台user-generated content platforms。
**这些用户生成的内容平台彻底冲击了媒体公司。**作为一家媒体公司你在争夺用户的注意力但你的销售成本COGS明显更高。你雇佣的创作内容的人越多你就越容易被用户生成内容的平台超越。从结构上看自那时起投资于媒体就一直是一个亏损的价值主张价值创造完全转移到了控制分发的平台上。
软件的制作成本很高Software is expensive to create。你必须支付专业人员来创建、维护和分发它create itmaintain itand distribute it。因为软件的制作成本很高它必须赚钱。而我们也为此付费——软件许可证、SaaS、按座位定价software licensesSaaSper seat pricing等。软件利润率历来是令人羡慕的——90%以上的利润率和零边际分发成本。
软件昂贵的原因在于开发人员昂贵Software is expensive because developers are expensive。他们是熟练的翻译者——将人类语言翻译成计算机语言反之亦然They are skilled translators–they translate human language into computer language and vice-versa。大语言模型LLM已经证明了自己在这方面的高效性并将把软件的制作成本降至零。当软件本身不再需要赚钱时会发生什么What happens when software no longer has to make money我们将经历一次软件的大爆发就像内容大爆发一样。
《Vogue》杂志不是被另一家时尚媒体公司取代的而是被数万个网红取代的。Salesforce 也不会被另一个庞大的 CRM 系统取代它将被一系列动态服务相同需求和痛点的工具所取代It will be replaced by a constellation of things that dynamically serve the same intent and pain points。软件公司将像媒体公司一样被新事物取代新的控制分发的平台将应运而生。
SaaS、ARR、魔术数字 — 这些都是理解软件行业旧商业模式的术语这种模式中创建软件的费用就是一个护城河。软件领域的 “看不见的手” 已经停滞很久了但大语言模型LLM将引入快速而熟悉的纠正力量。如今在学校主修计算机科学就像 90 年代末主修新闻学一样。
生成式 AI 的崛起将如何改变软件开发我看到几个关键趋势
代码变得灵活可塑Code becomes fluid and malleable
通过代码生成模型软件将获得全新的灵活性software will gain a new level of flexibility。代码将不再是文件中的静态行No longer will code be static lines in a file而是根据需求动态生成和调整dynamically generated and adjusted on the fly to match requirements。开发者只需用自然语言描述他们的需求AI 就会将这些意图转化为可运行的代码。这将大幅加快开发周期。
“ 在熟练的 AI 系统手中软件正变得像黏土一样柔软可随心所欲地轻松塑造。”
软件变得更智能、更具上下文感知能力Software grows smarter and more context-aware
随着 AI 对软件项目周围的上下文用户、目的、集成的理解加深它将能够独立做出智能的设计决策和优化。软件将根据其使用方式、使用者是谁以及其目标进行自我调整Software will adapt itself to how it’s being used who is using it and what goal it’s meant to achieve。它将自行调试debug itself、优化性能optimize its own performance并进化自身的架构evolve its own architecture。
告别“技术栈”迎接模块化微服务Goodbye to the “tech stack” - hello modular microservices
传统的技术栈概念将逐渐消失取而代之的是由 AI 生成的微服务的流动海洋这些微服务可以根据需要进行重新组合和再构a fluid sea of AI-generated microservices that can be remixed and recomposed as needed。整个应用程序将通过描述不同服务和功能的连接与交互方式是什么而实现Entire applications will materialize by describing how different services and functions should connect and interact。技术栈将是虚拟的The “stack” will be virtual——不断变化的微 API 像素化an ever-shifting pixelation of micro-APIs。
这种范式转变将产生连锁反应重塑我们对软件架构的理解并促成新应用和服务的大爆发不再受制于人类编写代码的局限性。其全部影响难以现在能完全理解但有一点似乎很清楚
在人工智能优先的世界里谁能最娴熟地运用语言谁就能掌握无穷的效用和发明的钥匙whoever wields language most skillfully will hold the keys to boundless utility and invention。掌握提示词和语言将成为创新的主要杠杆和基石。代码本身变成了一个执行细节被将文字转化为比特的智能代理抽象掉了abstracted away by intelligent agents that transform words to bits。
人工手写软件代码的时代即将结束。虽然未来的发展仍在酝酿之中但肯定会是一场狂野的驰骋之路。系好安全带准备好在未来的语言浪潮中冲浪吧surf the linguistic waves of the future。
既然大模型现在这么火热各行各业都在开发搭建属于自己企业的私有化大模型那么势必会需要大量大模型人才同时也会带来大批量的岗位“雷军曾说过站在风口猪都能飞起来”可以说大模型这对于我们来说就是一个机会一个可以改变自身的机会就看我们能不能抓住了。
为了帮助大家更好地把握AI大模型的学习和发展机遇下面提供一份AI大模型的学习路线图以及相关的学习资源旨在帮助您快速掌握AI大模型的核心技术和应用场景。
这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 一、大模型全套的学习路线
学习大型人工智能模型如GPT-3、BERT或任何其他先进的神经网络模型需要系统的方法和持续的努力。既然要系统的学习大模型那么学习路线是必不可少的下面的这份路线能帮助你快速梳理知识形成自己的体系。
L1级别:AI大模型时代的华丽登场 L2级别AI大模型API应用开发工程 L3级别大模型应用架构进阶实践 L4级别大模型微调与私有化部署 一般掌握到第四个级别市场上大多数岗位都是可以胜任但要还不是天花板天花板级别要求更加严格对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。
二、640套AI大模型报告合集
这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。 三、大模型经典PDF籍
随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。 四、AI大模型商业化落地方案 五、面试资料
我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下。
这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
