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

B
Blog
I
InfoQ
Y
Y Combinator Blog
The Last Watchdog
The Last Watchdog
博客园_首页
The Cloudflare Blog
博客园 - 【当耐特】
Engineering at Meta
Engineering at Meta
罗磊的独立博客
月光博客
月光博客
V
V2EX
大猫的无限游戏
大猫的无限游戏
腾讯CDC
GbyAI
GbyAI
云风的 BLOG
云风的 BLOG
Stack Overflow Blog
Stack Overflow Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Attack and Defense Labs
Attack and Defense Labs
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
Google Online Security Blog
Google Online Security Blog
B
Blog RSS Feed
Webroot Blog
Webroot Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
N
Netflix TechBlog - Medium
量子位
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Vercel News
Vercel News
C
CERT Recently Published Vulnerability Notes
人人都是产品经理
人人都是产品经理
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Recent Announcements
Recent Announcements
Cyberwarzone
Cyberwarzone
G
Google Developers Blog
H
Heimdal Security Blog
MyScale Blog
MyScale Blog
The Register - Security
The Register - Security
博客园 - 三生石上(FineUI控件)
小众软件
小众软件
aimingoo的专栏
aimingoo的专栏
T
Tenable Blog
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
O
OpenAI News
C
Check Point Blog
Forbes - Security
Forbes - Security
SecWiki News
SecWiki News
K
Kaspersky official blog
The GitHub Blog
The GitHub Blog
Security Archives - TechRepublic
Security Archives - TechRepublic
F
Full Disclosure
阮一峰的网络日志
阮一峰的网络日志

光溯星河

【实践记录】重新部署 Tailscale DERP 并解决阿里云环境下HTTP reset问题 【辞旧迎新·2026丙午马年】春信策马,万事尽欢 【实践记录】N+1 查询问题:从一次跨地域接口超时说起 没有理由不记下这样一个可爱的日子 我曾以为只要我躲得够好,那些悲伤和艰苦就追不上我 关于时间的困惑 思源笔记API-MCP知识库方案 【实践记录】快速构建一套好用的zsh环境 【MySQL】一次SQL空格引发的“灵异事件”的排查解决 今天的晚风有了秋天的味道 博客数据库从 MySQL 迁移至 PostgreSQL 后资源占用变化报告 【博客维护】博客迁移与可能的访问异常问题说明 数据库拆分策略:分区与分库分表的实现与应用场景对比 【实践手记】Git重写已提交代码历史信息 图像工具箱服务"Markr" Beta上线(持续迭代中) 【杂文·随笔】业余摄影:拍点什么好呢 【技术思辨】从空想走向实践:一场关于“架构设计”的认知碰撞 关于成长,我有一些话要说 理解RESTful API和gRPC:原理、技术、风格及应用对比
认知常新:工作一年之后对 AI 时代计算机行业的再思考
标签 · 2026-03-22 · via 光溯星河

在与朋友的讨论中,我常常提及自己对未来的看法:我为行业的未来感到无比光辉,却认为个人的前景暂时晦暗。作为被称为“互联网时代原住民”的00后,我深刻体会到以计算机为核心的信息技术,对21世纪产生的颠覆性改变;本科及毕业后的短短几年里,我得以学习计算机并从事行业工作,对此,我深感荣幸。即便有一天我将不得不离开计算机行业,我也会主动去适应新的行业、新的形势,我已然接受这一切只是我漫长人生中一段精彩的经历,虽然心中仍会存有遗憾。

我始终坚信,程序员这一行业终将退出历史舞台,它本质上是计算机发展进程中一段无奈的过渡。正如个人电脑概念尚未普及的年代,人们曾普遍认为,使用计算机是少数技术人员的专属权利。而未来,软件开发、需求定制将彻底摆脱传统软件工程的束缚,用户发布创意产品,会像如今摄制、发布Vlog一样便捷高效,计算机行业也将在AI的引领下,真正步入成熟阶段。

纵观历史,任何一次技术革命都必然伴随恐慌与动荡,AI技术亦是如此。作为AI技术的重要分支,LLM如今正得到大力发展与广泛推广,即便仍处于初步发展与衍生阶段,就已轻松碾压了传统翻译、插画、语音等领域的相关工作。可以预见,随着相关工程难题的逐步破解,以及AI辅助工具的快速迭代,其对复杂工程、复杂任务的介入,必将迅猛且不可抵挡。也正因此,有人观察到一个有趣的现象:面对AI时代的冲击,首当其冲的程序员群体反而最为冷静——因为他们对AI的认知足够清晰,过去数十年间,他们始终身处技术快速迭代的浪潮中,深知这是不可逆转的时代大势。

但在这份冷静之外,我认为年轻群体更应多一份狂热,因为基于这份认知推导而出的未来,实在太过耀眼、太过令人向往。自信息技术革命以来,“计算机+Everything”的理念已深入人心,计算机早已成为所有标准工业数字化的核心基础。现代制造业借助计算机技术实现了标准化、规模化发展,众多实体资产也在这一过程中完成了数字化、虚拟化转型。

如今,计算机行业已站在智能化时代的分水岭,试问,谁又能认为自己或所处的行业可以独善其身?拒绝进步的一切,终将被时代淘汰,而这一次的淘汰速度,将远超历史上任何一次技术迭代!


当然,做出这样的判断并非空穴来风,以我们当下的认知视角,能清晰看到三个核心趋势。

首先,AI的前景极为广阔,当前却存在一种认知误区——人们习惯以LLM的特征替代AI的全部概念。批评者片面认为,LLM的缺点就是未来AI时代的缺点,LLM的上限就是AI时代的上限。这种观点无疑是荒谬的,既不符合客观事实,也忽视了LLM工程发展的巨大潜力。以发展的眼光来看,如今人们关注的提示工程、记忆能力、Token费用、多模态融合、调用安全等问题,均可以通过工程技术解决,甚至无需借助前沿学术方向就能反驳这种片面观点。如今,大模型相关领域的技术正以周为单位快速迭代,每到周一坐到工位上,我们都能清晰感受到,上周的认知与观点已悄然过时。

其次,是关于软件资产的判断。过去数十年,随着互联网行业的飞速发展,软件资产迅速崛起,成为互联网资产舞台的核心。而如今,随着AI Coding深度融入开发流程,软件工程正受到前所未有的深刻重塑,软件将不再是核心资产。企业与组织的价值评估,将重新回归到更具象、更可感知的生产资料上,比如电力、算力等核心基础设施。

第三,计算机行业的技术迭代并非孤立存在。除了备受关注的AI技术,在社会目光较少聚焦的领域——航空航天、信息网络空间安全、生物医疗、电力电子、集成电路等,都在稳步迈上新台阶,或是突破前所未有的发展瓶颈。此外,当今世界正经历百年未有之大变局,地缘政治、全球贸易、科学技术等各个领域,都在承受前所未有的考验。未来的世界,迫切需要更先进的生产力、更前沿的社会组织形态,而计算机行业的迭代升级,正是支撑这一需求的核心力量。


还有一个热门的话题,AI焦虑——本质上是社会旧思想与新技术剧烈碰撞的产物。

我们都有目共睹,在短短一周或稍长一段时间里,人们曾狂热地投身“养虾”热潮——无论是否理解计算机技术、是否了解AI,也无论“虾”是否真的能为自己提升生产力,人们都蜂拥而至。然而,这般狂热而来的人,也必将走马观花般匆匆离去,热潮褪去后,只留下满地“肉鸡”,徒留一阵喧嚣。

这样的场景,在过去每一次新技术出现时都曾上演,在未来也必将反复重现。但我们不能片面否定这类现象,而应辩证看待,更不可片面指责群众的认知水平。

就事论事而言,此次“养虾”热潮,恰恰彰显了全民教育素质的提升和算力基础设施的完善。面对AI时代的到来,人们正前所未有地拥有平等探索未来的机会,而探索的深度与广度,仅取决于个人的认知水平与探索意愿。同时我们也看到,工信部及相关安全应急单位迅速响应,面向社会大众科普AI相关安全知识,尽管最终效果仍有待观察与完善。

未来,旧思想与新技术的碰撞还会不断发生。从马克思主义视角来看,AI 作为新一代先进生产力的集中体现,其普及与应用终将推动生产关系乃至社会结构的深刻变革,技术进步的最终指向,也应是促进人的全面发展与社会公平的实现。在此基础上,AI 应用应积极探索更贴近群众生产生活的场景,企业组织、政府单位则应更主动地向群众科普 AI 技术,比当年推广计算机时更积极、更具创造力,从而全面提升全社会对 AI 的认知水平与应用能力,让新技术真正服务于每一个人。