搜索
  • 有AI辅助后，学习曲线这东西越来越模糊了
  • 发布于 17小时前
  • 69 热度
    13 评论
最近开始摸 devops 相关技术栈，1 个小时快速 terraform 过一遍，连 doc 都没完整看过，直接依赖 gpt 写 tf 配置文档，自己掌握结构就行了。对于一些其他技巧，比如 variable 和 module 的定义，知道后，再让 gpt 修复整体结构。
terraform
--modules
----vpc_subnet
------main.tf
------variables.tf
backend.tf
use_module.tf
基本就能开打了。自己玩了 aws ，然后找一些第三方的 provider 玩玩，比如 lxd 。发现只要了解下 doc 的大纲，看看有什么可以实现的，基本都可以问 gpt 要答案。实在太方便了。以前叫干中学，现在直接干就完了。1w 小时定律起码减少到 5000 小时，devops 这块代码量不高，可能会继续减少到 1000 小时。顺便，现在转 ansible 了，通用性更高一些。
用户评论
  • 远山迷雾
  • 用 AI 有一种“周芷若、梅超风练‘九阴白骨爪’的感觉。。。”
    初期挺爽，但一旦遇到练过全本“九阴真经”的就完犊子了。
    就算想补基础也没那个耐心了。
  • 2025/6/16 8:57:00 [ 0 ] [ 0 ] 回复
  • 城南诗客
  • 用 AI 写了几个小工具 刚刚开始蛮好的，后来又增加了几个需求，由于不知道 AI 是如何实现的 把代码看来一遍 在实现新需求 感觉还是有点费时间，除非是一个一次性需求 后期不维护。
  • 2025/6/16 8:55:00 [ 0 ] [ 0 ] 回复
  • 太伤人
  • 学这些干什么，知道个大概，让 AI 员工去处理细节就行了，时间花在与 AI 沟通和管理上，马斯克如果每个技术细节都要去学，他不可能控制 6 个公司
  • 2025/6/16 8:33:00 [ 0 ] [ 0 ] 回复
  • 诗人诗意
  • 简单没门槛，且资料丰富的东西，AI 尽管会经常胡说八道，但还算做的不错。稍微有点儿门槛的东西，AI 把答案给你，你根本看不懂，更无法分辨真伪。真正比较难的东西，前置知识门槛太高了。请一个偶尔会胡说八道的老师一对一辅导，是抹不平陡峭的学习曲线的，最多也就减少平坦的学习曲线的时间成本。
  • 2025/6/16 8:31:00 [ 0 ] [ 0 ] 回复
  • 梦清幽
  • 用了一段时间，AI 确实有点像非常非常厉害的模式匹配。同样复杂的算法，比较常见的能写的很好；但是很少见的就写的很垃圾，这种时候可能关掉 AI 写会更舒服。AI 虽然知识储备拉满，但是和人相比泛化能力还是不行。
  • 2025/6/16 8:26:00 [ 0 ] [ 0 ] 回复
  • 花落微凉

  • AI 确实很好用，能降低入门难度，逻辑简单的代码或者很常见的算法写的都很快。但是核心的东西还是要自己来，不然 prompt 写半天 ai 搞不定更浪费时间。复杂的东西写 prompt 其实也不是特别简单的事情。


    刚刚用 cursor agent mode （ claude 4.0 max mode ）写代码，我自己搞好了几个单元测试，写了一大段 prompt 。最终生成的代码过了单元测试，但是是错的，稍微改下测试就不行了。其实这个过程也挺费时间的（加测试样例这些搞了大概一个半小时），还是要对 ai 的能力有一定把控才能更高效。(浪费了 100request, max mode 真费 request)


    个人看法：开发用到的东西自己还是都得会，不然出问题都没法修，或者不知道出问题。但是 AI 用好了能大幅提高效率。
  • 2025/6/16 8:24:00 [ 0 ] [ 0 ] 回复
  • 长青诗
  • 可能以后学习方向不一样，不能学得太细，时间一定的情况下，学得太细，学的宽度泛度就有限，可能要学习怎么和 AI 配合上，就好比公司老总，不能每个细节自己都懂。
  • 2025/6/16 8:21:00 [ 0 ] [ 0 ] 回复
  • 無聊找抽
  • 小熊  2025-06-16 08:11
    这是熟练使用 ai 来进行 devops ，而非熟练使用 devops

    是的，ai 给人最大的感受就是，你的提问决定 ai 的质量。提问得基于你对需求的确定性，以及对技术的可行性了解。所以一般不了解的技术栈，先让 ai 明确是否能解决我的需求，其次就是对沉默成本进行对比，如果有多个 iac 的话，也就是第一步，选型。

    然后就是找个入门文章或视频，掌握工作流程，5%的知识需要自己完整掌握的，这是唯一需要大脑记忆的。第三步就是文档扫一遍，了解即可，为询问 ai 做知识储备。然后就可以开干了。简单的工具，比如配置定义基于 json 或者 yaml 的，基本按照这个方式大体都能解决，ai 解决需求的关键就在于将需求细分。

    但不得不说，ai 降低内卷难度，却增加了内卷的广度。对于 startup 来说，ai 辅助，ai first ，这些已经超过 cto ，成了必须品。再也不单一依赖某个大佬了。

  • 2025/6/16 8:18:00 [ 0 ] [ 0 ] 回复
  • 来自人海
  • 代码推进速度太快，其实干中学的效率很低，无法沉下心研究，最后都是债务。还是要单独抽点实际研究，毕竟脑子记忆速度太慢。
  • 2025/6/16 8:04:00 [ 0 ] [ 0 ] 回复
可能感兴趣的话题