乱世浮生
·
从前慢：两种慢，两种命运
💡
原文中文，约3400字，阅读约需8分钟。
📝
内容提要
文章探讨了AI在工作流和工程师成长中的影响，特别是GitHub Copilot的计费变更引发的思考。AI能够消除工作流中的冗余步骤，但在工程师成长中，过度依赖AI可能导致判断力缺失。作者强调在使用AI时需平衡工具依赖与思考过程，以促进个人成长。
🎯
关键要点
-
AI 消除了工作流中的摩擦，但也可能影响工程师的成长。
-
GitHub Copilot 改变计费规则，引发对工作流和成本的思考。
-
AI 擅长处理系统间的混乱，能够提高工作效率。
-
传统方法的成本与 AI 的按次计费形成对比，AI 的使用成本正在显现。
-
工程师成长需要经历真实的摩擦，以培养判断力，而 AI 的使用可能导致判断力的缺失。
-
成长的过程中的慢是学习的关键，跳过这些过程可能会影响未来的判断能力。
-
AI 不会区分何时需要答案，何时需要思考过程，使用者需主动划定工具的边界。
-
开发者应重新审视 AI 的使用，思考哪些问题值得自己先思考。
❓
延伸问答
AI如何影响工程师的成长？
AI的使用可能导致工程师在成长过程中跳过重要的学习时刻，从而缺乏必要的判断力。
GitHub Copilot的计费变更有什么影响？
GitHub Copilot改为按token计费，导致用户需要重新审视自己的使用方式，可能增加使用成本。
文章中提到的两种慢分别指什么？
第一种慢是工作流中的摩擦，第二种慢是工程师成长过程中必经的学习过程。
为什么工程师的成长需要经历真实的摩擦？
真实的摩擦能够帮助工程师积累经验和判断力，而AI的使用可能使这些经历被跳过。
AI在工作流中能解决哪些问题？
AI能够处理系统间的混乱，消除格式转换和手动操作，提高工作效率。
如何平衡AI的使用与个人思考？
使用者应主动划定工具的边界，决定哪些问题值得自己先思考，而不是完全依赖AI。
🏷️
标签
➡️
