霍莫慢人时代

懒惰的时代开始了吗？

什么？

几周前，我开始着手一个新的酷项目，创建一个桌面应用程序，用于连接到针对开发人员的Apache Cassandra。这相当好用而且是开源的，我建议你看一看。

AxonOps工作台还提供了经过训练的人工智能，其中包含大量的Cassandra和Kafka信息。这是我第一次使用人工智能，LLM模型，矢量搜索数据库以及许多其他有趣的技术。但是，参与这个项目给我带来了一个我没有准备好的意外后果：我变得非常懒惰！

我很快就发现自己正在使用所有可用的聊天引擎来解决问题，而不是搜索引擎。我现在几乎不再使用任何搜索引擎，几乎所有的问题都通过一个或另一个（通常是几个，比如向同事询问意见）聊天引擎解决。

我检查我的博客文章的语法（英文是我的第三种语言），我创作插图，我写报告，我编写代码...

我一直在尝试不同的Visual Studio Code扩展，我发现它们很棒。我使用的第一个是Amazon Q，突然间我不再编码了，只是在检查AI为我创建的东西是否足够好，并进行小调整。

而且它不仅仅用于编码，还对GitHub流水线和其他项目起到了很好的作用。

我没有写这段代码，这是完全由人工智能生成的。它有一些明显的问题，但总体上还可以。而且你可以看到最后部分是一个建议，我只需要接受它。

我几天前跟我哥哥聊天，并问他是否在编码时使用人工智能。他是一名拥有超过20年经验的高级开发人员。他非常肯定地回答“是”。但接着他又说：“这让我变得很懒”。

这让我开始思考。在我看来，他其实是对的，因为我有同样的疑虑。

你可以说这和在线搜索没有什么区别，在那里你可能要浏览几个网站，仍然找不到完整的解决方案，但至少你可以得到一些提示。

每个人都有不同的编码风格。这可能是好的，也可能是坏的，就像几十年来讨论在编写C代码时应该在哪里放大括号一样。我是一个实践者，我通过编写程序来学习，而不是通过阅读书籍。我犯错，并从中学习如何修正错误。

如果我获得由人工智能生成的代码，可能使用不同的编码风格，而且已经比我写的任何代码更接近可工作状态，那么我还在学习吗？

当然，我更加高效。我可以比以前快速地完成许多任务，但是否会有长期的代价呢？

当人们停止在诸如StackOverflow之类的网站上贡献内容时，会发生什么呢？因为他们不再需要访问网页。LLM的培训数据将来自哪里呢？

以及与传统搜索引擎相比，运行AI模型所需的巨大能量量是多少？我们的环保证书又在哪里？

看看《福布斯》杂志上的以下引语：

一架传统服务器在数据中心运行时消耗7千瓦的电力，而一架具有增加处理能力的人工智能服务器消耗30至100千瓦。目前是人工智能服务器市场领导者的英伟达，去年出货10万台，预计每年消耗能量的金额是过去的7.3倍。

许多积极的事情，以及一些不那么有利的事情。只有时间才会揭示它们真正的影响。

对于您喜爱的AI无法回答的任何问题，请来找我们！😇

我欢迎我们的新机器人主宰。