不要被“反人工智能”的炒作所蒙蔽。

Redis 之父 Antirez 最新博客文章：《Don't fall into the anti-AI hype》（不要被“反人工智能”的炒作所蒙蔽）。

面对正在产生的一切，几乎弗成能熟视无睹。大年夜多半情况下，写代码本身已经不再须要。更有价值的工作在于懂得该做什么、若何去做，而在这第二点上，LLM 同样是极好的伙伴。至于 AI 公司可否收回成本、股市是否崩盘，从长远看都可有可无。某个独角兽公司的 CEO 说了多么逆耳或荒谬的话，也同样可有可无。编程已经被永远性地改变了。

原文翻译如下：

总体来看，对大年夜多半项目而言，亲手写代码已经不再是理性的选择，除非只是为了乐趣。

以前一周，我只是不时地提示和检查代码以供给指导，几个小时内就完成了以下四项义务，而这本来须要几周的时光才能完成：

1. 我修改了自用的 linenoise 库以支撑 UTF-8 编码，并创建了一个用于行编辑测试的框架，该框架应用模仿终端来申报每个字符单位格中显示的内容。这恰是我一向想做的工作，但很难说服本身为了测试一个业余项目而投入这么多精力。然而，假如你能描述你的设法主意，并将其转化为代码，情况就大年夜不雷同了。

2. 我修复了 Redis 测试中的瞬时掉败问题。这项工作异常繁琐，涉及时序问题、TCP 逝世锁等情况。我让 Claude Code 反复测试，反复重现故障，检查过程状况以懂得问题地点，并修复了这些缺点。

3. 昨天我想要一个纯 C 库，可以或许对类似 BERT 的嵌入模型进行推理。Claude Code 在 5 分钟内就写出来了，输出一致，速度只比 PyTorch 慢 15%。总共 700 行代码，外加一个用于转换 GTE-small 模型的 Python 对象。

4. 在以前的几周里，我对 Redis Streams 的内部机制进行了一些更改。我为我的工作编写了一份设计文档。我将文档交给 Claude Code，他只用了大年夜约 20 分钟或更短的时光就重现了我的工作，主如果因为我检查和授权运行所需敕令的速度比较慢。

那我若何对待本身以前写下、后来被 LLM 接收的那些代码？我感到很好，因为这恰是我平生尽力的延续：让代码、体系与常识加倍平易近主化。LLM 将赞助我们更快地写出更好的软件，也会让小团队有机会与大年夜公司竞争。这与 90 年代开源软件带来的改变千篇一律。

2020 年，我辞去了工作，计算写一部关于 AI、全平易近根本收入以及一个为应对工作主动化而赓续调剂的社会的小说。到 2024 岁终，我又开了一个 YouTube 频道，专注于 AI、它在编程义务中的应用方法，以及它潜在的社会与经济影响。尽管我很早就意识到这一切会产生，但我本来认为，在编程被彻底重塑之前，我们至少还有几年时光。如今我已经不再如许认为了。比来，最先辈的 LLM 已经可以或许在几乎不须要人工干涉的情况下，自力完成大年夜型子义务或中等范围的项目，只要你能清楚描述最终目标。成功的程度取决于你从事的编程类型（越封闭、越轻易用文本表达，后果越好，体系编程尤为合适），也取决于你将问题在脑中建模并传达给 LLM 的才能。

然而，这项技巧重要到不该只控制在少数公司手中。当前，在预练习和强化进修上，各家的才能确切有高低之分，但开放模型——尤其是中国团队推出的模型——仍在与封闭实验室的前沿模型竞争，尽管整体上稍有差距。到今朝为止，AI 的平易近主化程度尚可，固然并不完美。不过，这种局面是否能经久保持，并不肯定。我对中间化趋势认为担心。与此同时，我也信赖，大年夜范围神经收集本身就具备做出惊人成果的才能，当前前沿 AI 内部并不存在若干弗成复制的“魔法”，不然就很难解释为何 OpenAI、Anthropic 和 Google 多年来在成果上始终如斯接近。

作为一名法度榜样员，我如今比以往任何时刻都更想写开源软件。我想改进一些因时光不足而弃置的仓库，想把 AI 深度引入我的 Redis 工作流，改进 Vector Sets 的实现，然后持续优化其他数据构造，就像我如今对 Streams 所做的那样。

我酷爱创造软件，一行一行地编写代码。可以说，我的职业生活就是赓续尽力创造，编写优良、简洁的软件，并将“人类陈迹”作为其根本特点。我也欲望社会可以或许铭记弱势群体。此外，我并不在乎 AI 在经济上是否成功，也不介怀现有的经济体系被颠覆——说实话，假如它朝着财富大年夜范围再分派的偏向成长，我甚至会认为高兴。不过，假如因为我对软件和社会的幻想而掩蔽了对实际的断定，我将无法尊敬本身和本身的理性：事实就是事实，AI 将永远性地改变编程。

但我也为那些将要被裁掉落的人认为担心。接下来的动态并不清楚：公司会选择雇佣更多人、做更多工作，照样经由过程更善于 Prompt 的少数法度榜样员来紧缩薪资成本？而在其他行业中，人类可能会变得完全可替代，这让我认为不安。

那么，社会层面的解决筹划是什么？立异一旦产生，就无法收回。我认为，我们应当投票支撑那些真正懂得正在产生什么、并愿意搀扶掉业人群的当局。被解雇的人越多，政治压力就越大年夜，人们也越可能支撑供给必定程度保障的力量。同时，我也等待 AI 带来的积极一面：科学上的新冲破，或许能减轻人类际遇中的苦楚，而那并非老是美好的。

说回编程。同伙，我只有一个建议。无论你对“精确之事”有如何的信念，都无法经由过程拒绝正在产生的实际来掌控局面。躲避 AI 对你和你的职业生活都没有赞助。卖力想一想。用谨慎的立场去测试这些新对象，投入数周在真实工作中深度应用，而不是五分钟的测验测验——那样你只会强化本身的固有不雅念。找到一种方法来扩大本身的才能；假如此次不奏效，隔几个月再试一次。

也许你会认为，本身曾经如斯尽力地进修编程，而如今机械替你完成了这些事。但昔时你熬夜敲代码，只为了看到项目跑起来时，心坎的那团火焰是什么？那是创造的冲动。而如今，只要你找到有效应用 AI 的方法，就能创造得更多、也更好。乐趣依然存在，涓滴未减。