语音识别#xff0c;语音播报#xff0c;音色#xff1b;

一些领先的公司#xff0c;开始高处#xff1a;自动拨打语音的机器人#xff0c;音色音调比较声音都知道一些AI人机对弈Google的

语音识别语音播报音色

一些领先的公司开始高处自动拨打语音的机器人音色音调比较声音一听就知道是AI或者机器人打来的。

在这一时期给社会带来比较大反响的新闻是Google的AlaphaGO可以战胜人类下围棋了。

二、ChatGPT

开年后我也搞了【梯子】访问了后面发现也不是那么方便和智能加上国内有文心一言就放弃了。

大概在2023-2024这2年主要是2024下半年开始我的【大模型AI】才开始认真用起来放弃了ChatGPT和文心一言开始用豆包MBA考试、Kimi。

除了大模型的使用也开始学习相关的技术知识不过总体上都是了解阶段。

一直处于温水煮青蛙的环境工作量较大大脑负荷比较重对新知识的学习一直比较落后。

三、开始行动

在公司的工作环境不好说我从来不会把公司当家一直有很强的危机感想持续提升竞争力。

然后是春节期间的DeepSeek国产的开源技术大幅度跟上了世界最高水平它导致国内的需求爆发了进而引起【大模型程序员】需求上来了相关岗位的薪资还不错不止如此这种岗位比较新工作体验比较好不像纯Java没啥大的技术创新出来比较卷。

大厂的高并发等互联网技术已经普及了没啥牛逼的不懂的地方问下Cursor等AI编程工具就可以解决。

只要是【专业的程序员】爱学习爱总结对软件感兴趣大部分的知识都可以掌握这是一个偏工程实践的职业。

然后是Android等职业的没落移动互联网被大厂垄断小厂不好创新社会需求量不再增长了。

英雄无用武之地。

四、认真学习

AI编程养成习惯后写代码的生产效率大幅度提高了然而这满足不了资本家的需求。

在熟悉DeepSeek/Kimi等工具后找答案的效率也上去了。

1、科普技术

AI、机器学习、神经网络以前的这些AI知识有些高深在大模型普及后又接着学了点。

2、提示词技术

用各种各样的提示词解决各种各样的问题市面上的很多AI项目用到的【大模型技术】并不多就是搞几个提示词

大模型返回结果

智能体构建平台特别多创建机器人、利用大模型的能力维护知识、对话流、API调用、上下文等辅助后可以解决各种各样的问题。

我的理解大模型大力出奇迹更多还是传统的AI【有一定的学习能力本质还是规则推理不像人类这样有灵魂有性格】

其他的本质还是【程序编排】以前程序开发都是人工写后来越来越多有【规律】的领域出现了对应的框架【流程引擎、表单设计器、CMS内容系统、拖拉拽BI报表】等等

4、大模型技术

了SpringAI类似的【框架】有LangChain/LangChain4j、Dify、LangGraph太多了感觉他们都很像但是有区别

我就问问Cursor提出问题Cursor给我答案比传统的搜索引擎快捷多了。

按照这么个学习过程感觉知识永远也学不完工作这么忙总是利用业余时间去学习感觉【有点亏】个人生活娱乐确实有点少人就变成了【工作狂/工作机器人】,活着在学习这还是一个独立的个体嘛一个鲜活的生命嘛

我们努力学习成为了大学生学习了软件工程上班挣钱我们所追求的到底是什么呢

5、上高度

在B站上寻找课程不断的去学习关注AI公众号持续的拓展知识的边界

最近几个月MCP协议、多智能体协作、SiteGPT、AutoGPT等各种各样的技术和应用普及开来。

SpringAI、LangChain、Dify等都有自己的价值解决特定的问题。

五、未来

襄阳是个小地方做什么好呢教培勉强糊口培训班感觉也不能最大化发挥自己的价值。

相对稳妥的选择在帝都继续【技术专家】之路不喜欢管理对未来帮助有限一边工作一边坚决学习【AI技术】

英雄所见略同很多人都认识到这一波AI大模型大幅度了提高了生产力AI编程的生产力回到2012时期全栈开发者现在的说法叫【AI全栈开发】。

前段时间我还尝试这用AI生成小说看看广告费用有没可能搞点最终没能成型

在学习AI课程的过程中知道了更多的【AI独立开发者自主创业】的故事我现在是有心无力。

一边工作先把家庭问题妥善解决积累本金和技术只可能在未来最起码也还得2年。

不少程序员能坚持到40岁就差不多了如果是管理者要承担很大的老板压力要业绩要产出。

2025年6月15日