时代洪流

2025年暑假，在我即将升入大三之际，DeepSeek更新到V3.1，ChatGPT发布第5代，Trae也迭代至2.0。AI正以惊人的速度进化——它们更聪明、更懂人类，大幅降低了编程门槛，也让生产力呈几何级增长。哪怕像我这样刚了解Python数据分析基础的人，如今也能借助Prompt工程实现自动化办公。许多基础岗位仿佛一夜之间变得可被替代，而一批新兴的AI类岗位正在涌现。

 图1 GenAI应用榜单（按用户月活）

图片来源：知名风投Andreessen Horowitz(简称a16z)

顺势而为

为了push自己学习爬虫，4个月前我加入了一项大学生创新训练计划，任务是对两百本网络小说进行爬取，并完成特定词汇的词频分析。我通过半个月的Python爬虫学习理解了爬虫的基本逻辑与网页结构，但说实话，我对完成这个任务诚惶诚恐。勤能补拙吧，我发现小说网站可按“章节链接是否需翻页”和“单本小说章节是否分页”分为几个典型类别。基于这样的认知，我针对每类情况分别编写了代码框架。

在Trae的帮助下，我仅写了几次关键代码就做甩手掌柜了——Webdriver的详细配置、异常处理、断点续传等功能，全由AI补充完善。最终我完成了6类网站爬虫，成功获取近90本小说（其余通过网友共享），效率远超手动操作——对于这样的自动化程度，我超级惊喜和意外！

Trae+Python小说爬虫4:“翻页章节链接+单页小说章节”式https://blog.csdn.net/mz159_357/article/details/151176441?spm=1011.2124.3001.6209

词频分析则更加考验思路的设计与工具的配合，我需要统计14类、共4200多个词汇在177本小说中的词频和词汇类别占比，再将小说按题材和首发时间分类汇总，统计词频和元素类别占比。最初我的方法存在冗余，光代码执行就花了一天半。后来我改进了流程，借助DeepSeek，通过精准的Prompt驱动，代码运行仅耗用半小时。除了文件准备、Prompt编写、代码调试与问题反馈，其余全部交由AI完成。

图2 部分词频分析Prompt

图3 DeepSeek词频分析部分代码

明志笃行

我常关注AI新闻，偶然关注到AI总结的这一段话“传统上理科生在编程方面优势明显，但随着大模型技术成熟，AI自主学习和任务分解能力增强，对程序员专业技能要求改变。未来程序员更像‘指挥官’，需通过自然语言与智能体沟通，而这种沟通能力依赖清晰表达和逻辑思维，正是文科生的优势。在AI驱动的智能客服、内容创作、系统管理等领域，文科生出身的人才或更易胜任。”

这段话为我指明了一个前所未见的方向。一直以来，我对自己的职业规划并不清晰，但我始终追求更高效、更智能的工作方式。而在AI与Python相结合的实践中，我不仅体验到技术带来的倍增效率，也真切看到一种新的可能性——不需要成为底层的编码者，但可以成为AI的调度者。

因此我决定，将AI应用作为今后的求职方向。接下来我希望进一步熟悉Hugging Face、Dify、LangChain等工具，参与更多AI编程、Agent开发与大型语言模型调用的实践。

才疏学浅，坐井观天，期待与各位大佬交流。