紧随并迎接AIGC技术的转型大家好，好久不见。自上次更新已过去一个半月，八月份以来，由于工作与生活的忙碌，未能静下心来写一些反思和感受。在这段时间里，想要表达的内容很多，但仔细思考后却常常觉得缺乏成熟的想法，于是这些想法便搁置下来。当我们感到某个事情愈发复杂与困难时，反而需要考虑如何简化问题，寻找最基本的反馈环或回路。优先处理从零到一的过程，再逐步提升至从一到N的阶段。例如，在想培养每天做100个俯卧撑的习惯时，可以先从每天做1个开始；若希望每天阅读半小时，那么也可以从每天阅读5分钟入手。在软件开发领域，这种方法被称作最小可行产品（MVP）。选择一个简单的话题进行讨论，于是我问自己：在最近三个月的经历中，我最希望向朋友们推荐的一个建议是什么？我第一时间想到的便是——紧跟并拥抱AIGC所带来的变革。这不仅是全行业的一次生产力 ** ，而且其进展速度可能超乎我们大多数人的预期。2022年11月30日，Open AI发布了其AI生成内容（AIGC）技术，广泛的应用以聊天机器人的形式进入公众视野。短短两个月，用户数量突破了1亿。而之前创造这一记录的TikTok花费了9个月之久。紧接着，在2023年2月，Bing Chat的发布实现了搜索引擎与AIGC的无缝融合，从而彻底击败了Cortana、A

exa和Siri等传统的通用会话AI助手。今年11月1日，Microsoft 365 Copi

ot正式上线，成为AIGC在企业办公领域的重要里程碑，虽目前仅限于部分企业使用。上个月，我曾担心AIGC的热度有所减退。尽管在公司里观察到大量资源倾斜至

M/Copi

ot相关项目，但从外部资讯来看，热度似乎确实下降，尤其是与几乎每月都有颠覆性突破的上半年相比。然而，在阅读微软CEO于11月初发表的年度公开信时，我意识到，许多微软的企业客户已成功运用Azure AIGC Service、Github Copi

ot和Microsoft Copi

ot等技术，显著提升了生产效率。这或许意味着，经过一段时间的酝酿，春笋终将冒出土壤。与此同时，国内各大互联网公司也在迅速追赶，各自推出了模仿AIGC的产品。目前，我体验了百度的文心一言和腾讯的混元，前者对于那些无法使用 ** 的国内用户而言，是个不错的替代品。总结而言，所有人都应该积极寻找机会，尽量尝试使用各种AIGC应用，以解决日常工作与生活中的问题，提高效率。尽管其在一些方面表现出色，而在其他方面则可能不尽人意，但始终要牢记，AIGC仍在不断发展，其演进的速度可能快于绝大多数人的想象。如今，无法做到或表现不佳的事情，或许一个月、一个季度，甚至半年或一年后就能达成。因此，我们应紧跟并迎接AIGC的技术变革，努力使用新工具，为它的进化做好准备。那么，对程序员而言，AIGC技术是否意味着新一轮的红利期？引用刘润在《进化的力量》演讲中的一句话：“顺境是所有人的狂欢！逆境是优秀者的天堂！”我认为，虽然AIGC可能不会为所有人带来狂欢，但它无疑将为那些优秀者开辟新的机会。当前，科技行业乃至宏观经济都在逆境中挣扎，处于下行期，科技公司难以像往常那样大规模扩张人员，已经能够避免裁员就是一种幸事。最近一年，各大科技企业不断降低绩效奖金和裁员消息屡屡见诸报端，谷歌和亚马逊近期也开始传出进一步裁员的可能。在这样的环境下，降低成本和提高效率依旧是主流，而

M/AIGC则无疑是一剂良药。今年上半年，陆奇的一次关于大语言模型的演讲在科技行业引起了广泛关注，其中一个重要观点是，大语言模型的出现使得模型成本从边际转为固定，知识将无处不在。这意味着研发人员的工作效率“理应”大幅提升，跨领域迁移也将变得更加容易。从我个人的体验来看，自7月份更换项目后，面临全新的技术栈与产品业务，在这过程中得益于Github Copi

ot、Bing Chat Enterprise等工具，我能迅速了解一些基本概念与实践，效率较过去的搜索和阅读方式提高了不少。对于遇到的复杂问题，我也能借助这些工具获得灵感和补充已有的想法。此外，

M/AIGC的另一个典型应用是将以前难以自动化的人工过程进行自动化，从而降低成本。例如，人工标注、审核和评估等活动可以交给

M进行处理，相比之下，人力资源显得更为昂贵且不够稳定。当然，这些“理应”并非易事。如果说AIGC是“雪中送炭”的炭火，它只存在于某些能够迅速适应并掌握AIGC技术的人群。除了降低成本与提高效率之外，AIGC产品和业务也开启了企业新机遇的大门。大量资源将朝向这一领域倾斜，优秀人才也将争相涌入。然而，机遇与风险并存，竞争十分激烈，随之而来的便是巨大的工作强度与压力。因此，能够在这一风口中立足并不容易，一旦飞不起来则会受伤很重。那么，作为程序员，如何把握住AIGC技术带来的机遇？或者，什么类型的程序员才能适应这些变革？首先，软技能的重要性会更加凸显，因为当前很多所谓的“硬技能”不过是领域基础知识的壁垒，这些都可以通过与AIGC/Copi

ot进行协作来获得。其次，除了传统的成长型思维、持续学习、深度思考、问题解决和结果导向等核心能力，行动力的重要性将愈加突出。在大语言模型的支持下，我们获取信息和知识的速度将会经历急剧提升，因此必须增强我们的行动能力，不断加速决策、执行与反馈的回路。快速决策尤为关键，否则低效的决策将阻碍行动力的发挥，快速试错的思维将显得愈加重要，因为从整体上看，延误决策的成本将远高于犯错的成本。在紧随AIGC技术的变革路上，我们需始终铭记，无论是我们自己还是AIGC，都将在不断前进的过程中实现共同的进步。