为什么聪明的开发者专注于模式，而不是无休止的教程。

Anthropic 将 AI 理论上能做的事情与人们实际使用它做的事情结合起来。这种区别比你想象的更重要。

福特的流水线在1913年堪称天才之作。当时各工位之间的阻力是真实存在的。

每个人都认为人工智能会抢走他们的饭碗。律师出庭只是为了做人工智能做不到的事情。分析师和私人助理将会消失。编程将成为一门失传的艺术。

好像只有一小部分人能够让智能体成为世界构建者，而其他人则在茫然摸索，被市面上琳琅满目的工具搞得焦头烂额——他们以为只要找到合适的软件包、技能或框架组合，就能解锁通用人工智能（AGI）。

抱歉，高级开发者，你们是对的。感谢让我的系统工作。

一位律师、一位心脏病学家和一位来自乌干达的道路技术员。他们都没有软件背景。他们都在不到一周的时间内构建了受到数千人喜爱的成功AI产品。

答案并不像我曾经相信的那样明显。

在项目开始时，它看起来像造物主。但这很快就永远结束了。这是为什么 AI 永远不会取代程序员的一个数学证明。

手艺并没有消失。它正在剥掉一个我们误认为为核心的一层。

我通过工作和与他人的对话一直在学习，我想写下一些我认为对于想要在AI时代保持相关性的软件工程师最重要的经验教训。

叙事无处不在: "机器人来了。你的工作死了。算法将取代你。"

一个初级开发者的困惑之旅,通过将AI变成真正的编程导师,通过更智能的提示和"像我5岁一样解释"问题,从困惑到自信地学习React和Next.js。

我可以用本·怀特的风格解开这个谜题，并告诉你为什么你的白领工作 —— 或者任何蓝领工作 —— 可能永远不会处于危险之中。

今天，我们将深入探讨，弄清楚到底发生了什么，以及我们是否能保住我们的工作。以及在为时已晚之前我们应该做些什么。

如果你学习AI工程已经有一段时间了，仍然感觉被困在教程地狱中，我可以告诉你这不是关于努力——而是关于方向。

在现有LLM模型的帮助下回归泛化不一定有积极效果，从长远来看可能产生肤浅和创新减少。

为什么第3号员工应该是数据工程师，而不是第30号。

Paul Graham的《黑客与画家》改变了我用AI编程的方式——没有"正确的方式"，只有你的风格

我采用任何有意义的工具的经验是，我必须 经历了三个阶段：（1）低效期（2）低效期 充分性，然后最后（3）一段工作流程和改变生活的时期 发现。

别担心，我们不会被氛围编程 PM 取代。只是软件开发人员的角色已经被提升了。

预算没有消失——它们转移了。转向那些知道如何使用工具的人，而不是恐惧它们的人。

任何将常见模式包装到可重用单元的产品都是脆弱的。这些单元的价值是它们从头创建很难。AI使从头创建变得容易。包装变得不必要。

就像 Asimov 想象宇宙中的 Platen 人物必须创造信息一样，人类必须继续创造内容。