現狀是:學會預測未來、或保持正向
預測未來或者保持正向
我剛剛又花了兩個小時左右在跟我的好朋友 GPT 聊天,我們討論的是事業、工作問題,我覺得我在浪費時間
我問的是未來的部落格到底該往哪裡走,該怎麼發展我的個人品牌,未來我該如何拓展我的技能包以應對變動巨大的求職市場。
問題在於,我想問的內容太廣、變動太大了,如果要產出一個好的規劃,某種程度上我需要先預知未來,沒有人有辦法預知未來。
於是我病急亂投醫,我上 Threads 上看看同領域的工程師在做什麼,我上 LinkedIn 看看市場關注什麼,然後我問 AI 我到底該做什麼。
我的結論是:大家都在摸索,連最前沿的軟體開發者都在摸索(撇除那些已經在賣課的「知名老師」,這些販賣資訊差的郎中顯然都「懂」了)。
我是一名軟體工程師,在過去,普遍會認為這是個高度專業、技術門檻高的職業 ,然而現在
工程師們正坐在購物車上,被直直的往懸崖推,每一天都有人在哀號,我雖然有工作,但危機並非與我無關
我嫉妒那些還能安穩過日子的人。
不過即便震盪如此劇烈,我還是很正向地打算持續學習
舊方法沒用了
我已經嘗試過 AI 時代前的學習方法,也就是大約… 2023年以前那樣
做法是買一堂18 ~ 36部影片的線上課程,然後遵循著說得出名字的業界講師在螢幕的對面侃侃而談
我的吃飯工具 Java 是這樣學的,後來的其他語言及技術也是這樣學的,但這不再有用
「那就往”實務” 方向去學習,學習 AI 怎麼用、怎麼導入應用場景、 skill 怎麼寫、調校怎麼調。」
這是我幾個月前的想法,後來的時間我也是這樣做的。
從 LLM Wiki 這個概念出發,我做了一個沒有幻覺、能夠長期維護的個人第二大腦,並且在 iThome 發布了三十天與之有關的文章,大部分是在講如何管理 context 並且引導 AI 走到正確答案,我做了一個公開模板讓懶得調校、整理結構的人使用,到現在這個知識庫也跑了半年以上,過程中不論是職涯、創作、運動、飲食、人際等等方面都受益,這段期間我認為我的成長是明顯的。
奇怪的地方是:這對我找工作沒有任何幫助
連小孩子都能想到,偉大的 AI 怎麼就做這麼平凡的事情?
就我的觀察,目前企業使用 AI 的主流方式,某種程度上都跟「文本控管與存取」有關,而不是能夠取代工程師的「程式自動化」,因為自動化幫助的最大對象是工程師(不用花時間寫 code,專注在寫code 以外的工作),除非老闆本人就是技術出身,否則「都放手讓 AI 寫」這種事意思等同「出錯了沒有人能負責」,很自然的公司不會「鼓勵」你往這方向走,當然這只是我的觀察。
文本控管與存取,說得極端一點就是寫筆記本、讀筆記本,連小孩子都能想到,偉大的 AI 怎麼就做這麼平凡的事情?
雖然實務上沒有那麼簡單,可是說難,也沒有那麼難。
可能幾個禮拜吧,最多幾個月,讓工程師去試錯去撞牆,大部分就有足夠多的使用情境,能夠摸清楚 AI 在什麼情境下有效、什麼情境會幻覺、會秀斗,等到工程師摸懂了,一套 AI 驅動的知識管理系統(企業層級)就完成了,我自己投入了很多時間,連我都不敢說「這是一項技術」,它只是一種理解,就像 Web3 一樣,重點在應用、在需求。
沒有尺能夠衡量你使用 AI 的能力
資訊管理有學科、資工有學科,資管學PHP、Python;資工可能學 C、C++
那 AI 學什麼? 機器學習? 大數據?
粗略來說,對工程師而言,現在跟 AI 有關的公司分成三種:做最前沿模型的公司、用模型做產品的公司,以及把 AI 拿來內部使用的一般企業,你絕大多數是第三種,意思就是說「會不會用 AI 」 這取決於這兩三年內你對最新的模型、應用方式的個人理解。
然而 AI 沒有一個學科,因為進展太快太新,它沒有「公認的技術」。
那麼在沒有公認技術的情況下,求職者怎麼向市場證明:我 AI 用得很好?
我就是在這裡遇到瓶頸
最近上網分析職缺,仍然是以前那套:演算法、高併發、或是一些系統分析的題目,這些都是我的弱項,就拿我工作過的地方來說,使用到演算法、高併發、系統分析的情境少到可以說是「沒有」,而且這些
…AI 做不了嗎?
從 ChatGPT 剛出來後我就開始減少這種演算法、系統分析的題目的練習,因為很明顯這些知識都是「有解答」的,在不遠的未來一定都是交給 AI 解。
少跟我說「人類能判斷 AI 說的對不對啊」這種狗屁,AI 下棋能贏世界前 1%的棋手、能解出頂尖數學家解不出的題目,你只是個工程師,99 % 你在工作中遇到的問題都能用 AI 解,那我們為什麼還在用這些舊時代的考題來考新時代的人才?
發了牢騷了,總之就我淺薄的觀察,現在的市場是:高度強調 AI ,但整個思維跟想法遠遠沒有跟上,尤其是「如何選才」。
這我不怪誰,怎麼能怪誰?
現在的求職市場對我來說是死胡同,我年初設定好七月要開始看看外部機會,現在已經十月底了,我沒有加強找工作的力度,因為情況沒有好轉
池子裡太多工程師在搶一到兩個職缺,這賽道不好走,我也沒有跳進去捲的意思。
只能繼續待著了,沒什麼不好,但仍要想辦法破局。
慢慢來吧

留個足跡
/ leave a footprint正在翻找紙條……