知识很廉价 - 技能才是你所需的全部

作为一名自由职业的软件工程师，我经常在不同项目和公司之间转换，每个都需要进行一些形式的面试过程。通常情况下，作为自由职业者的面试预计会是一次单独的、更轻松的会议。这些面试不涉及大学时期的棘手问题或竞争性编程挑战，而是关于即将开始的项目、其架构和潜在问题的讨论。

我最近的面试有所不同。我和一家瑞士大公司接触，他们表示他们将进行一次常规面试，类似于招聘永久职位的那种，包括多个步骤和更严格的评估标准。

生成式人工智能繁荣

我对公司如何进行面试，以及他们的关注点和兴趣并不完全了解。特别是在去年ChatGPT发布以及它持续改进之后，我意识到今年以来传统的候选人评估方法似乎正在逐渐淘汰。

Contemplating on DB engines with ChatGPT

然后，我非常惊讶地发现实际上什么都没有改变。人们仍然试图评估你在各个领域的知识，比如理解特定技术或工具之间的差异，甚至询问编程语言语法的细微差别。

只是忍不住要问这些人，“伙计们，你们有没有注意到你们工作之外有什么不同的事情？”

知识变得廉价

在过去的一年中，每个人都经历了对AI、语言模型、快速工程、文本转图像、文本转代码和文本转视频等方面的巨大兴趣增长，基本上就是文本到几乎任何东西的转换。当然，所有这些领域都存在着不同水平的质量，也存在着大量的垃圾信息。但从现在开始，唯一的限制因素似乎就是数据量和GPU计算能力的多少。

“永远不要记住那些可以查书得知的事情！” — 阿尔伯特·爱因斯坦

自从大型语言模型（LLMs）的崛起以来，知识变得非常廉价（也许每月20美元，或者如果你可以本地运行它，那就是免费的）。这不仅仅是特定领域的知识，它是多学科的。

最近，为了一个客户，我建立了一个数据管道，没有任何关于数据工程、Python或大数据框架的先前知识。这些知识，以及其他很多知识，以数字的形式存档在大量的模型文件中。

人们可能会争论说，这种情况以前也存在。你可以去谷歌，搜索任何东西，查看一些示例，阅读一些文章，并学习教程。但这正是关键所在：以前你必须做很多事情——阅读大量文章，观看视频，试图原型化某些东西，最终看到失败却不明白原因。你没有一种像人类那样的互动，可以精确地缩小你的具体需求。

技能

我们正在迈向一个新的抽象水平，或许是最终的一个。对于人类来说，没有比自然语言更具有效性的抽象形式了。

我们再也不能凭借我们的知识给任何人留下深刻的印象了。正如所说的那样，它变得很廉价。我们现在能够使用的是我们的技能。技能变得非常重要。我们需要能够将不同的组件连接在一起，在新颖的情况下运用创造性思维，理解影响，并能够有效地与他人合作，利用提供给每个人的大量廉价知识来构建事物。别误解我的意思，我并不幻想地告诉你，你不需要了解除了在ChatGPT上输入提示以外的任何内容。你需要对你周围的世界有所了解，但这将不再是一种独特和专属的超能力。