文章探讨人工智能作为可能第四次技术革命对编程领域的深远影响。作者分享从恐慌到依赖的转变历程，强调AI极大提升编程效率（据报告提升40%以上），甚至让不懂编程者也能创建软件。AI正在改变行业竞争规则，传统程序员面临淘汰风险，亟需适应这一技术变革。

---

这篇再写写人工智能

当前普遍认为，人工智能可能是继蒸汽革命、电力革命、信息革命后的第四次技术革命。当然，有些人会觉得没那么夸张，只是信息技术的高端应用而已，谈不上革命。孰是孰非，现在判断还为时尚早，就像当年蒸汽机出现的时候，只有极少数先见者看到了它的潜力，绝大多数人意识不到它的影响会有那么大，当然也会有一些保守分子对新技术会持有反对声音，这都是正常现象。人工智能也一样，虽然很多人讨论的热火朝天，各个领域的专家学者们也在讨论AI可能带来的变革，但是没人能完整描述它将如何重塑现实，只能说是畅想未来而已。当然，说的人多了，总有人会部分“押中”，这也不足为奇。从历史上来看，一项颠覆性技术真正会对人类社会产生什么影响，要等几十年甚至几百年后才能看出来。

所以，我在标题中加了两个字：可能。

眼下AI发展的正是如火如荼，方兴未艾，各种工具五花八门，写文章画画做视频看病聊天炒股，甚至算卦看风水都有。而且，这些工具迭代更新都非常快，整个处于野蛮生长时期。

如果还有没用过的童鞋，那就赶紧试试吧。

在前面写DS的文章中，我简单谈过我上手的过程，从一开始的恐慌到后面的依赖。现在，我基本不用搜索引擎了，遇到问题，直接问DS或者其它大模型。用的多了，慢慢也就大体摸清其“个性脾气”和风格特点，也八九不离十能看出有些朋友圈的“大作”是不是AI代劳的。但我一定看破不说破，这是成年人的世故。

慢慢我发现，AI最拿手的还不是写文章，而是编程序。这篇就说说编程的事

我不是喜欢写个前端程序嘛，因为以前学过这个，觉得这个有意思。对着电脑鼓捣几下，键盘上敲击几下，效果马上就呈现出来，这种即时的获得感跟玩游戏的体验非常像。如果不满意，只需要修改修改就可以了，试错成本也非常低，就是多费点时间。而对大多数普通人来说，最不值钱的就是时间，那简直多的用不完。

我从FrontPage就开始学编网页，后来学“三剑客”，用Dreamever搞，先是打Table表格布局，后面用DIV和CSS，再后来就结识了很多框架，用的最多的是jQuery（还在用），现在对Vue更加青睐。从单个页面到后来的工程化构建SPA，真正感受到前端技术的发展可以用一个词形容——日新月异，新概念新技术层出不穷，眼花缭乱，半年不学习就会落伍。

这条路不好走。

网上经常有讨论程序员35岁现象，说的是35岁是程序员的职业瓶颈，面临很大的失业风险。这看着就很心酸，35岁正是人生当打年纪，经验丰富，出成绩的时候，却被资本当成了榨取剩余价值的边角料，反倒成了职场上的短板。

这也好理解，一方面，技术发展太快，每三两年工具链就会更新，35岁跟20多岁比起来，学习速度那肯定卷不过年轻人。再者，程序员也是人，除了工作还得有个生活。结婚以后，家庭也得管啊，房贷的问题，育儿的压力，分心的事就多。技术这条赛道上人本来就多，家里没矿的，血缘关系又没啥路子的，都想通过这条赛道来拼一拼，毕竟虽然都是牛马，但看上去还是坐办公室的，收入也还不错。从老板角度讲，时代发展太快，竞争太激烈，自己也不知道能不能活到明天，只能狠心点了，死道友不死贫道。

上面这些都是传统赛场，人和人的竞争，虽然激烈，但好歹还有个入场门槛，起码你得有一定计算机基础啊。

AI的出现很可能掀翻桌子，改写竞争规则。

从技术维度来说，效率真的是极大提高了。以前写代码有关键词提示，现在很多IDE和代码编辑器都有了AI插件，你敲上一行代码，后面它整段整段直接帮你生成了。或者干脆，你把需求告诉它，一个代码也不用敲，帮你全部搞定。一个程序员啃哧啃哧加了几天班写出来的代码，交给AI，可能只是一两分钟的事。而且，写的还更加严谨，bug更少。据相关行业报告显示，使用AI辅助编程的开发者在完成常规任务时效率可提升40%以上。

我亲自试过输入一个需求：创建一个包含 CSS 和 JavaScript 的单个 HTML 文件，以生成一个动画天气卡片。卡片应通过不同的动画直观地表示风、雨、晴、雪，卡片深色背景。结果刷刷真的生成了一个单html文件，然后我点击下面的运行按钮，运行了起来，效果惊艳。我清楚这个效果纯手工打造的话，东查西找，很要费一番脑子哩！

上面这个案例现在都算是小儿科了。

前两天看到知乎上有一个问答，大意是：通过AI，完全不懂编程的人（但是懂游戏）也能写游戏，会给行业带来哪些变化？

哪些变化？最直观的感受就是写代码的程序员会被淘汰，没用了呗。

靠这个吃饭的人真是得想想出路了

为什么要学习大模型？

在科技飞速发展的当下，大模型已成为推动AI变革的核心引擎。2025年，大模型应用已经深入各行各业，从日常办公使用的DeepSeek、豆包、千问，到下游应用的自动驾驶/具身智能VLA，再到AIGC生成。大模型产业正经历技术普惠化、应用垂直化、生态开源化的深度变革，学习大模型成为把握人工智能革命主动权的关键。

数据显示，2023 年我国大模型相关人才缺口已突破百万，这一数字直接暴露了人才培养体系的严重滞后与供给不足。而随着人工智能技术的飞速迭代，产业对专业人才的需求将呈爆发式增长，据预测，到 2025 年这一缺口将急剧扩大至 400 万！!

普通人如何学习大模型

最近收到不少留言：

• 我是做后端开发的，能转大模型方向吗？
• 看了很多教程，怎么判断哪些内容是真正有用的？
• 自己尝试动手搭模型，结果踩了不少坑，是不是说明我不适合这个方向？

其实这些问题，我几年前也都经历过。

那时我还是一名传统后端工程师，对大模型一知半解。刚开始接触时也很迷茫，常常不知道从哪里下手、该学哪些内容才算“有用”，搭建模型时也是各种踩坑、反复重来。

但正是一步步摸索、不断试错，我才走到了今天，从0起步，成功转型为大模型开发者。

所以我想跟你说：问题不在你，而是在学习方法。

今天我就以“过来人”的身份，分享一份亲测有效的大模型学习资源。

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

现在这份资料免费分享给大家，有需要的小伙伴，直接VX扫描下方二维码就能领取啦😝↓↓↓

01. 大模型学习路线汇总

整体的学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战，跟着学习路线一步步打卡，小白也能轻松学会！

02. 大模型实战项目&配套源码

光学理论可不够，这套学习资料还包含了丰富的实战案例，让你在实战中检验成果巩固所学知识

03. 大模型学习必看书籍PDF

我精选了一系列大模型技术的书籍和学习文档(电子版)，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

04. 大模型超全面试题汇总

在面试过程中可能遇到的问题，我都给大家汇总好了，能让你们在面试中游刃有余

这些资料真的有用吗？

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理，现任上海殷泊信息科技CEO，其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证，服务航天科工、国家电网等1000+企业，以第一作者在IEEE Transactions发表论文50+篇，获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的技术人员，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

👉获取方式：

😝有需要的小伙伴，可以保存图片到VX扫描下方二维码免费领取【保证100%免费】

相信我，这套大模型系统教程将会是全网最齐全 最适合零基础的！！