Estars的博客 
AI时代的一些思考与焦虑 - LINUX DO
AI时代的一些思考与焦虑 - LINUX DO
来源: https://linux.do/t/topic/2281500/7 版块: 搞七捻三 | 标签: 纯水、快问快答、人工智能 统计: 422 浏览量 · 91 赞 · 11 用户 · 15 条回复 爬取时间: 2026-06-01 12:39
📌 楼主原帖 — Wuuuuu（10小时前）
AI现在如此发达，很多以前需要一整个团队甚至整个公司才能验证实现的idea，现在个人开发者都触手可及。并且御三家模型和国产模型，成本上差距还是很大的，有时候想用本地的Vibe Coding来验证实现一些自己的想法，却发现做出来的产品只是非常简陋的demo，完成度非常的低。所以本人对20刚出头这个年纪，应该把时间或者精力重心放在哪里非常迷茫，希望佬们可以指导一下。
赞: 12
💬 回复列表
1. Histone / 默子（一元复始）· 10小时前
怎么说呢，默子觉得虽然这些 idea 很好验证，但实际很多时候，难点并不在于把东西做出来，而是做出来之后的阶段可能更难。
对于 AI 的使用建议，我觉得现在就是要大量地使用，以此来投资自己，投资使用 AI 的方式。
虽然说”烧 token”是个很抽象的事情，但是随着 token 越烧越多，默子觉得还是会对不同的前沿模型更加了解：
- 熟悉它们的风格
- 搞清楚它们的底层原理
我觉得这些（方向）对于现在来说，无论是编程还是日后的发展，都要重要很多。
赞: 5
2. Wuuuuu（回复 Histone）· 10小时前
哇，非常感谢默老师这么认真的回答。确实难点更多的是在完整的闭环和后续的迭代优化。然后对于要多烧token，非常非常非常认同。
我本身是嵌入式工程师，软硬件都有做，接触编程已经快五年时间了。从最开始只会在web网页和AI对话，然后cv带IDE里，到现在基本上都是自然语言编程。工作流的迭代也给我带来了很多思考和想法。我觉得更多的是当有很好的机会来临的时候，日常的这些思考和积累，在那时候可以拿得出手。
赞: 1
3. chancat（浴火重生）· 10小时前
有这证在手，还会焦虑？
赞: 13
4. sakuraidc · 10小时前
（无具体文字内容）
5. lessmanWith · 9小时前 ⭐深度回复
鄙人不才，有过几段创业经历，也是深度vibe coding爱好者，佬友的问题我也思考过。以下跟您分享一下，提供一点思路：
从技术角度讲
AI 让写代码变快了，但并没有让软件工程变简单。
一个产品从想法到真正变成可靠的软件，需要考虑的问题非常多：边界条件、错误处理、并发、资源释放、性能退化、日志、可观测性、兼容性、测试、回滚、部署、长期维护、后续扩展……这些东西 AI 可以写，能力越强的模型写得越好，但它很难代替工程师承担系统设计和工程判断。
您现在的思维，还是技术性思维，而技术永远是服务于产品，产品永远是服务于需求的。
系统化工程能力很重要
AI 能够快速生成原型，但我们还需要判断：这个架构是不是能扩展？这个模块边界是不是清晰？这个数据结构以后会不会变成负担？这个异常场景有没有兜底，有没有设计冗余？这个功能上线之后出了问题了我怎么定位？
AI时代在技术方向上的积累，最值得花时间的是去培养”把一个东西做完整”的能力。您可以先要求自己做一个小产品，尝试在demo之外，做到：
- 能配置、能部署、能升级
- 有日志、有错误提示、有测试
- 数据不乱丢
- 接口有基本设计
- 文档能让别人看懂
- 出了问题自己知道怎么排查
- 下次想加功能，不需要推倒重来
技术本身并不是终点
我学生时代曾经深深陷入一个误区：觉得只要技术足够强，产品自然会有人用。但现实往往不是这样。
产品唯一的目的，是满足人的需求。能满足越多人的需求，这个产品才越有价值，越有发展空间。
当 AI 让一个人也能做出以前团队才能做的东西时，真正拉开差距的，反而会变成：您能不能发现真实需求。
即使满足了需求，也还有落地问题
一个产品能做出来，不代表它能活下来。真正落地会涉及到很多非技术问题：合规、隐私、数据安全、支付、客服、运营、推广、用户反馈、版本迭代、社区维护、成本控制。
比如推广，很多人往往发个链接、发篇博客就结束了，然后被动等待自己的产品突然得到曝光，这是不现实的。我们必须要知道目标用户在哪里，他们信任什么渠道。
给您的建议
不要只把自己定位成写代码的人，而是尽早训练自己成为能完成闭环的人。这个闭环包括：
- 发现问题，判断需求
- 设计方案，快速验证
- 借助 AI 提高开发效率
- 用工程能力把东西做稳
- 上线给真实用户使用
- 收集反馈，持续迭代
- 考虑合规、运营、成本和增长
技术当然还要学，而且要认真学。但技术不要孤立地学，要有工程性思维做支撑，要尽可能找机会走过一个完整的产品闭环。
首先安心学好自己所在的细分领域的专业知识，同时大量使用AI，去尝试、去学习和完善自己使用AI的方式。如果可能，尝试借助AI去独立实现一个软件产品，多踩踩坑，完善一下自己的软件工程思维和能力。之后加入一个有实力的平台，这样您才能取得系统性的进步。
赞: 44 · 回复：完善到可以单开一篇的感觉、学到了、受益匪浅、完全可以开一篇帖子来介绍了、深刻阅读了感谢佬的分享、深刻收藏了、有共鸣有深度、受教了
6. Steve0328 · 8小时前
个人的一些小看法
我目前通过ai制作一些扩展/插件mod(web)，面向海外用户卖订阅。一个月除去ClaudeMax和codexPro的订阅费，净到手六百多刀。好在几乎不需要什么时间工作，每天1-2小时（想休息甚至可以不干）维护就好了。
我是0基础接触ai coding，完全的vibe编码。去年年底从cline开始，到反重力，再到目前的codex和Claude code。给我的感觉是ai越来越强大，学习的门槛也越来越低。
这让我逐渐形成了一个判断——在 AI 时代，“做出产品”的能力将不再像过去那样稀缺；真正稀缺的，是知道该做什么产品。
用户交互怎么设计、功能如何取舍、痛点在哪里——这些才是核心。创意，发现问题的能力，是最重要的。
AI是每个人的沃兹尼亚克，能把你脑子里的东西变成现实。但不是每个人都是乔布斯。
我的方法论其实很朴素：找人聊聊，看看他们在为什么烦恼，然后想怎么解决它。最后打开 Codex、Claude——验证成本几乎为零，最多花一点 token 费用就能初步判断一个方向有没有搞头。
有想法，打开Claude，喝杯咖啡跟它聊聊，做个MVP试试。多试几次你就能得到想要的。
赞: 13
7. za30312 / 清清清清 · 4小时前
赞同上面几位大佬说的对于软件工程能力的提高。我也提一提我的看法：如果你觉得说的东西可能你都知道，但还是有些虚，可以找几个目标进行相关方面能力的提高——那就是考软考高级-系统架构师或者分析师。通过后我个人认为也是对你软件工程能力的证明。当然如果你有自己更明确的方向和目标就去执行就好。考这个，我是给一些迷茫或者焦虑的人一个建议，找一个好的目标。
赞: 1
8. Wuuuuu（回复 lessmanWith）· 3小时前
非常感谢佬！确实刚从学校出来，很多时候还停留在”唯技术论”的思维当中。自身也确实有想过转型当产品经理，但碍于现有工作公司规模等属性及技术研发岗位的问题，比较难接触到一个完整的周期短的开发流程，所以对产品闭环能力的重视和锻炼不是太足够。
对于我来说，我觉得能够实操的改变是：虽然idea很多，但是不再想到啥就脑子一热开干，而是斟酌之后筛选出”好的机会”，然后把他耐心磨成产品。
但这又诱发出一个新的顾虑：前文提到楼主非计算机科班出身，对前后端技术知识的熟悉程度大概率是没有科班高的。若在产品打磨的过程中有同样定位的”竞品”比我提早出现，我往往会因此受挫。受挫的本质原因不是他比我做得快，而是从一开始觉得非常好的想法/需求，别人其实也是可以很快速的发现这个需求，最重要的是实现出来的速度比我快很多，那这就陷入了一个恶心循环。会增加下一次项目启动时候的成本，会顾虑会不会和之前一样，我这个想法实行到一半的时候，别人已经做完了，那就继续做下去就没什么意义了，因为没有先发优势了。
如果佬可以针对这个问题解答一下，那将万分感谢！！
赞: 1
9. Wuuuuu（回复 za30312）· 3小时前
佬也在杭州吗哈哈，高软确实是今年的一个目标。
10. IsaacLiu · 3小时前
我不是做嵌入式开发的，但是在 AI 的帮助下，做了相关的内容，几乎没有写一行代码。现阶段编程工作，语言和领域的门槛降低了，但是：
- 判断能力：问题的 root cause、solution 的抉择、AI 开发方向的指导
- 落地能力：有人买单（不一定是支付，是真要用）做出来的东西如何实际解决问题且不断优化
更重要了，跨越了途径而更看重问题本质了。
11. cbq / 黑山老妖 · 3小时前
这是一个很好的话题，估计现在很多人都有这种焦虑的状态，望更多的佬留下多一些思考和建议，大家共同进步。
12. Night_Charm（文化宣导员）· 2小时前
额，怎么说呢，软件开发的门槛被AI踹烂了，但是软件的商业化成本被拉高了。更多的是你的idea 可能实现难度会大幅下降。
举个例子，如果你想搭建一个工具，之前需要画原型、分析功能、分析实现所需要的技术，看这些技术是否会，如果不会需要自己学习。现在不需要了，在不考虑维护的情况下，你跟AI聊一下午就烧的出来这个工具的基础功能。
对应的商业化门槛被无限拉高，也就是会遇到一个谬论：如果AI开发这么简单，那谁还付费购买？自己vb不好么？
以及引出的另一个问题：AI跑出来的 MVP产品，并不是可商业化的产品。后续持续维护的成本会被拉高。毕竟整体使用AI跑出来的话，你对项目的掌控力约等于0，任何的修复都需要依托AI实现，这样的成本又被拉高了。
赞: 1
13. zhedream（种子用户）· 1小时前
乍一看，以为要开发 IDEA 编辑器，多看下才反应过来。
焦虑是正常的，但不要焦虑，需要内卷。一句话：学习就完了，卷起来，要有专业深度。大家都能用 AI 干活，但一定是专业的人会更专业。
就像：大家都能拍高清的照，这不是有手就行？一个按钮的事情，有什么门槛么？但是为什么女朋友不喜欢。图片、视频都能AI了？但我连光影、布局、分镜基础都不懂，我凭什么比那些专业做的好。
就像学历贬值，是学历不重要了吗？no，恰恰相反，学历更重要了。学历贬值只是利好老板，技术贬值利好老板，AI提效也是利好老板。
AI让入门变得简单了，但入行可能已经是地狱级别的。同样薪资情况下，老板只会要高学历、会古法编程、懂源码、有更多工作经验的。
14. lessmanWith（回复 Wuuuuu）· 5分钟前 ⭐深度回复
佬友客气了，这个顾虑非常真实，但这在软件市场其实是十分常见的现象。
我也特别能体会到您提到的”挫败感”，其实不妨换个角度想：一个想法在您做的过程中被别人做出来，这反而说明这个需求是真实存在的。但真正有价值的往往不是 idea 本身，而是对这个需求的理解深度、执行路径、用户触达方式，以及持续迭代能力。
明确自己的竞争点
竞品的出现其实是市场反馈的一部分。在放弃之前，不妨思考：
- 这个竞品解决的是不是和我完全一样的问题？
- 它服务的客户群体与我的客户群体有多大的重合？
- 它的使用场景是不是和我的产品高度覆盖？
- 它有没有明显做得不顺手、不深入、不接地气的地方？
- 如果我是用户，我会在什么情况下换成我的产品？
“功能相似”不是判断竞品关系的强指标，“用户和场景是否相同”才是更值得纳入考量的项。
关于先发优势
先发优势当然有价值，但很多时候我们会高估它。先发不等于赢家。很多早出来的产品只是先验证了方向，后面真正赢的，往往是更懂用户、更会迭代、更能稳定交付、更会触达市场的人。
先发优势通常只在几种情况下特别强：网络效应很明显、用户迁移成本很高、数据积累形成壁垒、渠道被提前占住、品牌心智已建立。
更现实的目标：先服务好一小撮具体的人
比起去做一个”通用 AI 笔记工具”这样的大目标，先去做一个”给某类研究生整理论文阅读记录的 AI 笔记工具”。范围缩小以后，竞争压力自然会下降。
小成本验证
别让一个 idea 一上来就变成一个三个月的大工程。先把它拆成一个一两周内能验证的最小版本。这样您就不会陷入那种”我做到一半，别人做完了，所以我完了”的恶性循环。
建立健康的项目判断方式
- 不要把”没人做过”当成好机会的标准
- 不要把”别人比我快”当成自己失败的证明
- 不要把项目的意义完全建立在先发优势上
- 要学会小成本验证，而不是大成本豪赌
- 要有意识地积累自己的”根据地”
关于非科班出身
科班与否决定的是技术起点，不是完整产品能力的起点。随着AI技术的发展，未来很多机会是那些能把需求、技术、交付、反馈串起来的人拿到。
心态建议
20刚出头的时候，看到别人做得快、做得好，很容易焦虑。但长期来看，一个人真正的竞争力并不在于”这一次有没有抢在别人前面”，而是几年下来形成的稳定能力结构。
没必要追求去做第一个发现需求的人，而是努力成为更懂这个需求、更能交付解决方案、更能持续迭代的人。
💡 核心金句：不要把”没人做过”当成好机会的标准。没人做过，有可能是机会，也有可能是没人需要。有人做过，有可能是红海，也有可能是市场被验证了。
赞: 1
文档由小万自动整理爬取 · 来源: LINUX DO 社区 · 仅供个人参考
Share Article
If this article helped you, please share it with others!
Music
No playing