别盲目梭哈 Agentic AI！先看清“确定性”的崩塌与“概率性”重建
内容提要
文章探讨了AI技术的变革，指出从确定性时代转向概率性时代的挑战。传统软件依赖精确逻辑，而AI则像聪明的实习生，具备创造力但不可控。作者建议程序员重构技能，设计护栏以管理AI的不确定性，适应新的编程范式。
关键要点
-
AI技术的变革标志着从确定性时代转向概率性时代。
-
传统软件依赖精确逻辑，而AI则像聪明的实习生，具备创造力但不可控。
-
在迁移到大语言模型时，系统的确定性逻辑被打破，变成概率游戏。
-
经典应用是精密的计算器，依赖布尔逻辑，具有100%可复现性，但缺乏理解力。
-
AI应用则是基于概率与高维向量，能够理解模糊意图，但不可控，可能产生幻觉。
-
生成式AI的核心能力是联想与生成，无法保证100%准确性。
-
AI原生应用无法替代所有经典应用，世界将分为确定性堡垒和概率性旷野。
-
Agentic AI的使命是用逻辑框架约束概率模型，重建秩序。
-
未来的软件架构将是“实习生 + 计算器”的模式，经典应用退隐为工具。
-
程序员需要重构技能，学习概率工程学，设计护栏以管理AI的不确定性。
-
程序员应继续掌握传统技能，同时学习如何与AI协作，提升工程能力。
延伸解读
确定性与概率性的根本差异
文章强调了从确定性时代向概率性时代的转变，这不仅是技术的升级，更是计算机科学底层逻辑的变化。传统软件依赖于精确的布尔逻辑，而AI则基于概率与高维向量，这意味着开发者需要重新思考如何管理和利用这些新兴技术。
程序员技能的重构
随着AI技术的普及，程序员的技能树需要重构。除了继续掌握传统编程技能外，学习概率工程学和设计护栏机制变得尤为重要。这将帮助程序员更好地与AI协作，确保系统的稳定性和安全性。
AI应用的局限性
文章指出，AI原生应用无法替代所有经典应用，特别是在需要100%确定性的领域，如银行系统。理解AI的局限性和适用场景，对于开发者在实际应用中做出明智的选择至关重要。
延伸问答
AI技术的变革如何影响软件开发？
AI技术的变革标志着从确定性时代转向概率性时代，程序员需要重构技能以适应新的编程范式。
什么是Agentic AI，它的作用是什么？
Agentic AI是一种架构模式，旨在用逻辑框架约束概率模型，以在不确定性中重建秩序。
传统软件与AI应用的主要区别是什么？
传统软件依赖精确逻辑，具有100%可复现性，而AI应用基于概率与高维向量，能够理解模糊意图但不可控。
程序员如何适应AI时代的编程需求？
程序员需要学习概率工程学，设计护栏以管理AI的不确定性，同时继续掌握传统技能。
AI生成式应用的核心能力是什么？
AI生成式应用的核心能力是联想与生成，但无法保证100%准确性，可能产生幻觉。
在AI应用中，如何管理不确定性？
可以通过设计审查机制和校验代码来管理AI应用中的不确定性，确保输出结果的安全性。
