大家好,我是程序员鱼皮。创业之后,头发掉的厉害,已经记不清自己头发茂密如林的时候了。。。

正好最近 AI 工具 Gemini 新出了原生多模态生图功能,于是便想借助 AI 来生成一张 “鱼皮生发图”,怀念一下自己年轻时的英姿。

结果就有了下面这破玩意,别笑!

焯!我觉得 AI 你过分了,头发一点儿没多,反而还给我弄了个坤哥发型?

等等,AI 你怎么知道我是 ikun 黑小子?

回归正题,想跟大家分享下我最近使用 AI 的感受和对 AI 的看法,嗯,真就随便聊聊~

才短短 2 年的时间,AI 已经从原先的 “高深莫测” 走入了寻常百姓家,应用到了我们生活和工作的方方面面。

关于这点,我最直接的体会就是 —— 我妈都知道 DeepSeek 了!

我妈上次来上海时,我就给她推荐了一款国产的 AI 助手,还教她怎么使用,现在估计用的正香。

再说说我们团队,作为互联网公司,我们早就全员利用 AI 提高效率,也一直关注 AI 的发展动态和各类工具。

举一些例子,我经常在工作中听到这些声音:

  • 研发同学:我用 Cursor 直接就把网页给开发出来了

  • 产品同学:晚点我用 AI 再把这个需求文档润色润色

  • 设计同学:你等等,在生了在生了(指 AI 生成图片)

我自己不是还新开了个剧本杀店么?连一向沉浸于线下工作、不怎么用电脑的店员都主动问我:“你有没有什么 AI 工具给我推荐推荐?”

AI 之所以能快速普及,很大程度上是因为 技术的进步行业的内卷

以前,因为算力贵成本高,各家 AI 每天只能免费使用几次,把大多数人拒之门外;但现在,AI 大模型和工具百花齐放,卷算力、卷价格、卷用户体验、卷营销推广,导致铺天盖地的 AI 广告,各种主流的 AI 工具都能免费使用,而且效果越来越好,使用越来越方便,使得人人都能把 AI 装进口袋、玩弄于股掌之间。

对我来说,AI 已经改变了我获取信息和解决问题的习惯,生活中遇到问题了,第一时间想到的就是问 AI 而不是打开网页搜索:

我哭了,它也太关心我了!很多医生都没有这么贴心。

写代码开发项目时,以前我只是用 AI 来作为一个辅助,改 Bug 的工具人罢了。但现在,我可以一行代码不写,让 AI 自己生成完整的网站代码。比如前几天我直播用 AI 编辑器 Cursor 生成了一个亲戚计算器网站:

效果如图,这要是 1 年前,你敢信我一行代码都没写就把这玩意做出来了?

可以说,AI 已经 “改变”,哦准确地说是 “颠覆” 了软件开发的模式,我在后续的新项目教程中也会重点讲解如何利用 AI 高效开发。

很多同学看到这就会担心了:AI 会淘汰程序员么?

至少目前的我仍然认为:不会!

AI 目前仍然只是工具,虽然已经出了 OpenMenus 这种能够自动根据指令完成任务的超级智能体,但 AI 仍然是需要人去指挥的,缺少专业性的话,就不知道如何指挥 AI,在 AI 犯错时,也就只能被 AI 牵着鼻子走,像吵架一样反复拉扯。

就像我前几天看了一套培训机构的 AI 教程,虽然可以用 AI 生成整个项目的代码,但是要先给 AI 输入高质量的需求文档、设计方案、页面原型图和接口文档,你说这些东西没做过程序员怎么能搞出来?

不过,虽然 AI 不会淘汰程序员,但程序员的角色将从 “码农” 升级为 “监工” 了,需求分析能力、对业务的理解能力、利用工具的能力将会是未来程序员发展的关键。

此外,AI 现在生图的能力也越来越强了,就拿 Gemini 工具为例,甚至可以一句话帮你生成一篇完整的图文,比如旅游攻略、科幻小说、生活百科、漫画等等:

还能用一句话修改图片的细节:

不过 AI 的准确性也的确还有待提高,经常还是会翻车,需要多尝试几次。

嘿,我就搞不明白,怎么给我长头发这么难,动漫人物长头发一次就成功了?!

就先聊到这里吧,后续有什么 AI 方面的资讯动态,还都会第一时间给大家分享的。

在这里也推荐一下我们 免费公开的线上 AI 知识库,汇总收集了最新最全的 DeepSeek 知识,帮助大家更好地适应 AI 时代的到来。

里面除了各种教程资料外,也重点给大家分享了很多 AI 工具的具体应用场景,比如接入办公软件提升效率,帮你做自媒体,AI 批量制作视频等。希望帮助大家举一反三,找到新的思路。

更多编程学习资源

我觉得 AI 你过分了!的更多相关文章

  1. AI,DM,ML,PR的区别与联系

    数据挖掘和机器学习的区别和联系,周志华有一篇很好的论述<机器学习与数据挖掘>可以帮助大家理解.数据挖掘受到很多学科领域的影响,其中数据库.机器学习.统计学无疑影响最大.简言之,对数据挖掘而 ...

  2. Python 为何能坐稳 AI 时代头牌语言

    原文链接:https://mp.weixin.qq.com/s?__biz=MzI0ODcxODk5OA==&mid=2247487055&idx=2&sn=ca0fe8740 ...

  3. deeplearning.ai 改善深层神经网络 week3 超参数调试、Batch正则化和程序框架 听课笔记

    这一周的主体是调参. 1. 超参数:No. 1最重要,No. 2其次,No. 3其次次. No. 1学习率α:最重要的参数.在log取值空间随机采样.例如取值范围是[0.001, 1],r = -4* ...

  4. 大数据与 AI 生态中的开源技术总结

    本文由云+社区发表 作者:堵俊平 在数据爆炸与智能革命的新时代,新的平台与应用层出不穷,开源项目推动了前沿技术和业界生态快速发展.本次分享将以技术和生态两大视角来看大数据和人工智能技术的发展,通过分析 ...

  5. 新的一年,来看看大数据与AI的未来展望

    本文由云+社区发表 作者:堵俊平 在数据爆炸与智能革命的新时代,新的平台与应用层出不穷,开源项目推动了前沿技术和业界生态快速发展.本次分享将以技术和生态两大视角来看大数据和人工智能技术的发展,通过分析 ...

  6. AI,大数据,复杂系统 最精 40本大书单

    AI,大数据,复杂系统 最精 40本大书单 原创 2017-10-30 Peter 混沌巡洋舰 如果这篇文的题目变成最全书单,那么这篇文会变得又臭又长,这个年代,关于人工智能和大数据的书,没有一万本也 ...

  7. AI,DM,ML,PR的区别与联系

    数据挖掘和机器学习的区别和联系,周志华有一篇很好的论述<机器学习与数据挖掘>可以帮助大家理解.数据挖掘受到很多学科领域的影响,其中数据库.机器学习.统计学无疑影响最大.简言之,对数据挖掘而 ...

  8. [置顶] AI大行其道,你准备好了吗?—谨送给徘徊于转行AI的程序员

    前言 近年来,随着 Google 的 AlphaGo 打败韩国围棋棋手李世乭之后,机器学习尤其是深度学习的热潮席卷了整个IT界.所有的互联网公司,尤其是 Google 微软,百度,腾讯等巨头,无不在布 ...

  9. AI从入门到放弃:CNN的导火索,用MLP做图像分类识别?

    欢迎大家前往腾讯云+社区,获取更多腾讯海量技术实践干货哦~ 作者:郑善友 腾讯MIG后台开发工程师 导语:在没有CNN以及更先进的神经网络的时代,朴素的想法是用多层感知机(MLP)做图片分类的识别:但 ...

  10. AI:IPPR的数学表示-CNN结构/参数分析

    前言:CNN迎接多类的挑战 特定类型的传统PR方法特征提取的方法是固定的,模式函数的形式是固定的,在理论上产生了特定的"局限性" 的,分类准确度可以使用PAC学习理论的方法计算出来 ...

随机推荐

  1. Qt音视频开发8-ffmpeg保存裸流

    一.前言 最开始做的ffmpeg保存视频文件,就是直接保存的裸流数据,裸流数据一般是H264格式的数据,这种数据文件可以用部分播放器播放,由于不是标准的格式,很多播放器其实不支持的,需要安装对应的解码 ...

  2. 抖音技术分享:抖音Android端手机功耗问题的全面分析和详细优化实践

    本文由字节跳动技术团队高原.汤中峰分享,原题"抖音功耗优化实践",本文有修订和改动. 一.引言 功耗优化是应用体验优化的一个重要课题,高功耗会引发用户的电量焦虑,也会导致糟糕的发热 ...

  3. 史上最全的Cursor IDE教程

    Cursor IDE 使用教程 1. 快速上手 1.1 入门流程 graph TD A[安装Cursor] --> B[首次启动] B --> C[选择主题和配置] C --> D[ ...

  4. CF div3 995 (A~G)

    期末周之第三把网瘾(真是越来越放肆了...).这次赛时了一把div 3 , 又一次只做出了A~E,写完E后剩下的题没时间看了(受了些寝室噪音的干扰,最后二十分钟才出).赛后看了下F和G,感觉也是一时半 ...

  5. c# 免注册调用大漠插件100%完美识别文字

    c# 免注册调用大漠插件100%完美识别文字 下载:https://download.csdn.net/download/xxq931123/10875122 绑定 模式:http://zy.anji ...

  6. 【TCP协议】---协议详解

    TCP协议 本文内容如下:      1)TCP协议概念      2)TCP头部结构和字段介绍      3)TCP流量控制            滑动窗口      4)TCP拥塞控制      ...

  7. 学习shamir秘密分享

    介绍 1979年Shamir在下文提出基于拉格朗日插值多项式的\((r,n)\)秘密共享方案(\(0<r \leq n\)).秘密拥有者通过构建一元多项式将秘密分为\(n\)份,接收方收集大于等 ...

  8. Linux软连接与硬链接的概念

  9. 通过串口通信 对TCP传输层以下的理解

    这可能是近期暂时最后一篇c嵌入式的文章了 基础的串口使用 参照网上的stm32教程套路引入标准库,初始化芯片手册上对应串口引脚 ,初始化stm32串口功能,然后有数据了就自然在寄存器上,就这样,你的波 ...

  10. 小程序uni-app中uview中select选择器第二次无法选中设置的默认值

    <u-select v-model="subjectFlag" title="选择科目" @confirm="okSubjecthander&q ...