纵观历史 码农估计是第一个把自己行业搞死的职业
程序员行业自我颠覆与AI发展瓶颈：从LLM到具身智能的深层探讨
帖子深入探讨了程序员行业可能自我颠覆的现象，认为LLM等AI技术的发展，虽然加速了行业进步，但也可能导致程序员自身被取代。讨论中也提及了行业结构性危机由来已久，AI研究员可能成为最终受益者，而LLM的研究可能已进入瓶颈期，未来的增长点可能转向具身智能，这可能对大多数人类工作者构成威胁。
1. 关键信息
- （之前已归纳）帖子认为，码农行业通过开源和为AI提供数据，最终可能导致自身被AI取代，重蹈拉黄包车、工人被自动化取代、实体店被电商取代、短信被微信取代的覆辙。
- （之前已归纳）有人认为AI研究员（AI researcher）才是最终受益者，而SDE（软件开发工程师）可能被AI研究员取代。
- （之前已归纳）讨论中提到，AI模型→编程→AI模型的飞轮效应加速了行业发展。
- （之前已归纳）新增回复强调了程序员写代码是为了自动化他人工作，而现在却在训练AI自动化自己的工作，甚至贴心提供README.md供AI学习。
- （之前已归纳）新增回复中，有用户将程序员的“skill”比作“token”，肉身比作“homeless”，暗示了职业价值的贬低。
- （之前已归纳）新增回复中，有人将AI研究员（大模型从业者）比作“码奸”，认为其已经害死前端、后端、测试、运维、网安、IC工程师，并可能最终害死自己和全人类。
- （之前已归纳）新增回复中，有用户认为，LLM的README.md比当年自己写的代码还要好。
- （之前已归纳）新增回复指出，AI研究员的黄金时期也可能结束，LLM的架构、预训练、SFT模式已定型，未来的增长点可能在RL（强化学习），如RLHF、RLVR、agentic RL，但算法已接近饱和。
- （之前已归纳）新增回复认为，未来的LLM可能侧重于无趣的数据造/洗和不断Scale Up，直到达到语料上限，真正的研究空间变小，NLP学术界已显现此趋势。
- （之前已归纳）新增回复预测，AI的下一个增长点可能是Embodied AI（具身智能），尤其是在机器人操控（manipulation）和运动（locomotion）方面，若此领域迎来突破，将是大多数人类工作者的末日。
- （之前已归纳）新增回复提到，理论计算机领域相对学界化，而System和Database领域就业机会更多。
- （之前已归纳）新增回复指出，过去Database核心研发组岗位固定，导致许多博士只能做通用性工作，而LLM的出现打破了供需平衡。
- （之前已归纳）新增回复认为，读博士并非为了快速赚钱，而是为了改变行业，是普通人能接触到的高杠杆途径。
- （之前已归纳）新增回复提到，正在从事机器人领域的研究，并感觉像在给自己“挖坑”。
- （之前已归纳）vczh指出，楼主的观点并不新颖，比尔盖茨在1976年就已在《致计算机爱好者的一封公开信》中阐述过类似问题，表明程序员行业的自我颠覆是长期存在的现象，只是具体细节随时代变化。
- 新增内容： LLM的发展趋势类似于几年前的CNN，垃圾论文数量呈几何级数上升，表明其可能进入瓶颈期，新的LLM方向尚不明朗。
- 新增内容： LLM与CNN相比，Transformer架构的强大之处被提及，但同时指出LLM发展中存在大量低质量论文，暗示研究可能趋于饱和或泡沫化，真正突破性进展受限于计算资源，研究方向转向低效的算法创新或数据/Agent的堆砌。
- 新增内容： vczh认为，机器人断网后摔下山的设计思路不佳，暗示对当前AI（尤其是具身智能）设计和安全性的担忧。
2. 羊毛/优惠信息
- 无
3. 最新动态
- 无
4. 争议或不同意见
- （之前已归纳）有人认为“撸羊毛”的才是自己搞死自己。
- （之前已归纳）有人指出SDE和AI researcher本质上是同一类人，H1B抽签职位类别也无区别。
- （之前已归纳）有人认为AI researcher也是工程师。
- （之前已归纳）新增回复中，有人认为“碳基生命使劲造硅基生命把自己搞死”是程序员行业自我颠覆的类比。
- （之前已归纳）新增回复中，有人认为“quant是被程序员搞倒的”，这可能暗示了程序员通过技术手段影响了其他行业。
- （之前已归纳）新增回复中，有人认为“auto research出来后，本老觉得搞大模型的有可能最先搞死自己”。
- （之前已归纳）新增回复中，有人对“15.1221和15.1252还是不一样的”表示了技术层面的区分，可能暗示了AI模型或技术细节的差异。
- （之前已归纳）新增回复中，有人对“也不能说是码农发明的 LLM。或者从业者觉得自己是不会淘汰的那拨呢”表示了对AI发明者身份和自我认知问题的探讨。
- （之前已归纳）新增回复认为，AI研究员的算法已接近饱和，未来的研究空间有限。
- （之前已归纳）新增回复中，用户对读博士的动机和价值提出了不同看法，认为其并非纯粹为了快速赚钱。
- （之前已归纳）新增回复中，从事机器人领域的研究者表达了对该领域前景的担忧。
- （之前已归纳）vczh的评论暗示，面对程序员行业的结构性挑战，应认识到其历史渊源，并可能需要更长远的视角来理解和应对职业的演变。
- 新增内容： LLM发展趋势与几年前CV领域的CNN相似，暗示了当前研究可能存在泡沫化和方向不确定性。
- 新增内容： LLM与CNN的对比被提出，但Transformer的优越性被强调，同时对LLM研究中大量低质量论文的现象表示担忧，认为其可能进入瓶颈期，真正的突破受限于计算资源，研究方向变得狭窄。
- 新增内容： vczh对具身智能的设计思路（机器人断网即摔落）表示质疑，暗示了对AI技术落地安全性和可靠性的担忧。
5. 行动建议
- （之前已归纳）建议将码农行业规模回撤到2000年代早期，认为当前“脑力外流”（最聪明的人都去科技公司）对基础科学和实体经济益处不大。
- （之前已归纳）新增回复中，虽然没有直接的行动建议，但隐含了对程序员行业发展方向和自我定位的警示，并预测具身智能可能是AI的下一个重大突破方向。
- （之前已归纳）新增回复中，建议对博士研究的目标进行深入思考，明确是否是为了改变行业。
- （之前已归纳）vczh的评论暗示，面对程序员行业的结构性挑战，应认识到其历史渊源，并可能需要更长远的视角来理解和应对职业的演变。
- 新增内容： 关注LLM发展的同时，应警惕其可能带来的泡沫化现象，并探索新的研究方向。
- 新增内容： 鉴于LLM研究现状，建议关注其发展趋势，同时警惕可能出现的泡沫化，并探索新的研究方向，因为当前研究可能已接近瓶颈。
- 新增内容： 对具身智能等新兴AI领域的设计和安全性需保持审慎态度，避免出现“断网即摔落”等低级且危险的设计。