AI時代，技術人何去何從

AI 爆火之前的公眾號

如果要說在AI大火之前，非要提點什么，我可能會提公眾號。我不知道現在還有多少人喜歡看公眾號內容，至少每天給我推送的文章都很合我胃口，所以我就覺得這個平臺不但內容很多，推薦算法也越來越精準了，總之就是數據越多流量越大，算法就越精準，繼續推動更大的流量產生，形成了正向閉環，未來也只會越來越是如此。
但其實，微信公眾號從2013年就開始開放運營了，而且在一經推出的時候就引發了個小高潮，那會其實也正是移動互聯網爆發和泡沫的時期，只是因為大家一股腦都跑去做APP了所以關注度沒那么高，后面的幾年里APP創業潮褪去，APP大幅度減少了，微信踏入了超級APP行列，于是公眾號再度成為流量積攢的平臺。一直持續到2022年疫情解封，在整個疫情期間，公眾號技術類博文連同短視頻的流量一樣迸發了小高潮，還是非常不錯的，大家應該都會有這樣的感覺：

1. 對于粉絲來說，多關注幾個優秀的深度的技術公眾號，碎片時間用來看文章，哪怕沒有時間看，也能讓自己以為自己已經獲得了這些知識，這是一種假想的獲得感。
2. 對寫作者來說，流量和粉絲的上漲是最直接，最好的的回饋，這種回饋更多的也是精神上的滿足，能讓自己在寫作過程中更具有成就感。

當然，這種供需關系更多的是建立在精神層面之上，而非物質。實質上能通過技術公眾號獲得一份好收入的的可能性其實很低，一些鼓吹自媒體時代到來，自媒體創業萬歲的伙伴只是言過其實罷了。技術人大多還是有理想主義的包袱，在精神層面方面的追求更甚。
但是，這樣的精神追求受AI，不，準確的說是AGI 技術的影響其實是蠻大的，現在也正在發生一些微妙的變化，簡單說呢，就是公眾號平臺上很多技術大V基本都不怎么寫作了。
但是，AI對技術寫作的影響只是很小的一方面。

ChatGPT 崛起，AI 時代來臨

在疫情的中后期，ChatGPT 已經開始嶄露頭角，2022年11月30日，OpenAI 基于 GPT-3.5 模型推出了對話應用 ChatGPT，這僅僅一個非常簡單的人機聊天界面，但是卻讓人們第一次感受到了AI的沖擊力。ChatGPT 僅用 5 天時間，用戶數就突破 100 萬。此時的 ChatGPT 就像一匹黑馬，學術界、自媒體都不得不開始研究它。
沒有任何意外，在2023年1月份，ChatGPT 活躍用戶數突破1億，成為歷史上增長最快的消費級應用，這一速度遠超 TikTok 和 Instagram 等社交媒體巨頭 。隨之而來的是各大巨頭的跟進和投資，微軟第一時間宣布擴大對 OpenAI 的投資，之后是 Meta、Google 等公司也開始發力，再之后就是各種來自政界經濟界的 AI 輿論和政策，閉源和開源大模型之爭，AI產業應用遍地試點....

從 ChatGPT 崛起到今天已經過去將近兩年多，到底發生了什么變化呢？
對一個普通的技術人來說，我感受到的有這么幾點：

1. 這一輪AI 的泡沫并不大，很多人在 AI 無用論的觀點中開始悄然改變。
2. 大模型領域和傳統機器學習/數據分析領域存在技術鴻溝，許多傳統的機器學習玩家一開始很抵觸大模型，但現在開始變得不那么抵觸，甚至主動去擁抱它。
3. AI教育成為自媒體創業熱點方向，部分人充分利用了一波信息差機會，但這類培訓僅限于AI表層科普和使用。
4. 企業擁抱AI，從賣鏟子的、修路的、挖礦的也開始成型了，反正都會下意識的避免站到AI的對立面。
5. 職場打工人，躺平和焦慮心態并存，越是職場年齡越大，焦慮越嚴重..

對我們影響最大的，其實是第5點，如果說互聯網是信息傳播革命，那這一輪AI其實是信息生產革命。現在AI能力所針對的群體就是白領、中產這一階層，不要過度相信自己能輕易的轉向 AI 領域，AI 本質上就是做降本增效，企業主看得都很明白，人力需求一定會大幅縮減，只是時間先后和快慢問題。

內卷、縮編

從近一兩年開始，都在傳各種大廠裁員的消息，但我們這個社會通常比較隱晦，一些數據也不會怎么公開出來，但反正沒有不透風的墻，大概大廠的各種所謂業務和變相裁員是可以劃等號的。
不止是大廠，中小公司更甚，原來一個軟件團隊20來人，經過AI化改造，可以壓縮到3-5個人，其實是蠻恐怖的一件事情。小企業生存更艱難，所以裁人比大企業更快更準更狠，而且更麻煩的是呢，這些小企業里被裁的人很難找下家，因為到處都在縮減，如果自身缺少AI技能，在面試時很快就會被刷到。大企業可能反而好點，至少能拿到賠償，還有個大廠光環，雖然收入會下降，但找個工作應該還是不難，這個就是階梯效應。
所以怎么說呢，最穩當的還是體制內，雖然也縮編，但單位上其實并沒有縮編的壓力。這一輪AI會帶來許多崗位的削減，但產生的新崗位卻鳳毛麟角，許多大佬不肯說實話，是因為他們已經站好隊了，屁股決定腦袋而已。

技術人何去何從

軟件工程師其實是狹義的一類技術人，因為涉及技術的還有硬件工程師，嵌入式工程師，BA工程師等等，但因為數字化產業，互聯網產業的發展太順利了，讓軟件工程師這個群體成為技術群體的第一梯隊，所以我們潛意識認為就以為軟件幾乎是一切技術的代名詞，不過這種思想還是太狹隘了。
作為一名軟件技術人，在AI時代，現在所學所有的一些技能其實是存在很大偏差的，存在很多方面的斷層。
我們曾經引以為傲的 linux底層原理，kubernates, 數據庫中間件架構，性能調優，Java spring組件化設計，在AI 領域突然變得不香了。取而代之的，是線性代數，微積分，機器學習，cnn卷積，大模型 transformer，langchain，agent-rag-mcp等等技術名詞。這里面，最容易轉型是agent這個方向，但是這塊屬于應用層，門檻也比較低，勢必也是比較卷的。
這也是對AI這塊容易感到焦慮的原因，相比較而言，一些通用崗位如pm，sales, product 反而影響沒那么大，AI無非就是換個馬甲，這些角色的技能還是通用的。不過，相比崗位來說，所在的企業和賽道可能要更重要。

那么，如果考慮AI方向，在未來的三到五年，什么樣的一些AI企業或賽道機會是更好的呢？暫時只能想到幾點。

1. AI 產業鏈公司，尤其是上游，增長會比較明顯。
2. AI 教育類公司，AI知識和應用的普及會有比較大的缺口。
3. AI 基礎研究，這類公司融資比較容易，應該也能活的比較滋潤。

不知道大家對這個有什么看法，歡迎一起討論下。