惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LangChain Blog
J
Java Code Geeks
P
Proofpoint News Feed
Recent Announcements
Recent Announcements
罗磊的独立博客
H
Hackread – Cybersecurity News, Data Breaches, AI and More
博客园_首页
Hugging Face - Blog
Hugging Face - Blog
MongoDB | Blog
MongoDB | Blog
人人都是产品经理
人人都是产品经理
博客园 - 【当耐特】
雷峰网
雷峰网
D
DataBreaches.Net
B
Blog RSS Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 聂微东
V
Visual Studio Blog
Apple Machine Learning Research
Apple Machine Learning Research
N
Netflix TechBlog - Medium
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Martin Fowler
Martin Fowler
有赞技术团队
有赞技术团队
Blog — PlanetScale
Blog — PlanetScale
Engineering at Meta
Engineering at Meta

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
AI 时代,程序员还要不要学习算法思想?
jarryli · 2026-03-19 · via V2EX

2023 年 ChatGPT 爆火的时候,所有人都在说"程序员要失业了"。当然现在还没有,裁员虽然也有,但并没有那么可怕。

2025 年 ClaudeCode 和 OpenClaw 确实有点吓人。AI 写代码是真的快,前端后端都能写,算法更不在话下,bug 改得也不慢,测试用例信手拈来。我身边不少同学开始慌了——花了这么多年学会的编程技能,被 AI 轻松秒杀。

从"手写代码"到"驱动 AI"的转变

传统开发方式: 需求 → 理解 → 设计文档 → 手写代码 → 测试 → 上线

AI 时代方式: 需求 → 理解 → 设计 Skill/提示 → AI 生成代码 → 验证 → 上线

听起来好像只是把"自己写代码"换成了"AI 写代码",但实际上整个工作的重心完全转移了。

AI 时代,程序员要想不被淘汰,我觉得需要从"写代码"转向"指导 AI 写代码"再到“驱动监督 AI 完成工作”:

  1. 清晰地描述问题(需求描述工程师)
  2. 合理地设计系统(系统设计工程师)
  3. 用算法思想指导(算法思想工程师)

其中很重要的是要学习算法思想,不一定是某个具体的算法,而是一种解决问题和做决策的思路。 核心理由:

  • 指导 AI 生成正确算法 - AI 需要清晰的设计指导,而不是模糊的需求
  • 验证 AI 生成代码 - 知道算法思想才能判断 AI 代码的正确性和最优性
  • 性能优化决策 - 在多个方案中选择最优方案,需要理解复杂度和权衡
  • 解决创新问题 - 没有现成案例的新问题,需要用基础思想创意组合
  • 理解系统底层 - 数据库索引、缓存策略、分布式算法都基于基础思想
  • 面试和职业发展 - 算法思想是工程师能力的核心指标,拥有良好的算法思想是职业需要

您觉得呢?请说说您的看法。