新闻 
亚马逊CTO:淘汰你的不是AI,而是不肯进化的自己
亚马逊CTO:淘汰你的不是AI,而是不肯进化的自己亚马逊CTO:淘汰你的不是AI,而是不肯进化的自己
上一节说过，只要一个节点变了，整条河流都可能改道。
Werner 说到关键：你可以让 AI 写代码，但你不能跳过理解代码。
AI 让执行变快，但也让犯大错的速度变快。不停地试、不停地碰运气，那不是做开发，那是抽奖。
现在大量开发者的做法是：
不思考
不验证
一句不行换一句，一段不行换一段
如果你无法复现 AI 为什么给出某个答案，你就无法控制结果。 你只是在赌 AI 这次会不会给对。
2、自动化越多，人工检查越要深
他讲到 Amazon S3 团队的一个制度：可靠性审查。
每次系统改动，不管多小，都要有工程师能回答三个问题：
这段代码在最坏情况下会怎样？
它和系统中其他部分会怎样相互影响？
如果它悄悄出错，我们多久能发现？
注意，不是 AI 回答，是工程师回答。
在 Werner 看来，自动化越多，人工检查越要深入。
因为自动化的错误，会以更快、更隐蔽的方式扩散。
谁能喊停？Werner 引用了 Amazon 内部一个真实机制：安灯系统（Andon Cord）。
这是从丰田借鉴的做法： 生产线上任意员工发现异常，都可以拉下绳子，让整条线停下来。
贝索斯把它移植到软件团队： 只要有工程师判断问题可能影响用户，就能立即叫停、暂停、撤回，哪怕只是怀疑。
为什么？
因为系统太复杂了，已经超过任何一个人能完全理解的程度。最早发现问题的人，比职位最高的人更有价值。
这套机制传递的文化是：
犯错不可怕
看不见错误才可怕
在 AI 时代，我们需要更多紧急刹车，而不是更快的发布。
AI 不会替你承担责任。只有你能。
第四节｜谁会被 AI 放大？既专且广的 T 型人才
你想在 AI 时代进化成功吗？光靠技术深不够，还得懂得连接、表达和跨界思考。
Werner 在演讲最后，讲了他最看重的一种开发者形态：T 型人才：一方面在专业领域足够深，另一方面能横向理解系统、沟通意图、跨学科思考。
这类人，在 AI 时代会被指数级放大。
而只会低头干活、不懂全局、不擅表达的人，会被 AI 轻松替代。
1、不只是写代码，更要知道在造什么
Werner 提到图灵奖得主 Jim Gray 的故事。有一次，他走进一个天文数据中心，听了一下机器运行声，30秒后就说：数据库结构不对。
所有工程师都懵了。他怎么知道？
Jim 说：磁盘声音不对，是典型的数据读取方式错了。
这就是系统直觉。这种判断能力，不来自某种更高深的技术，而来自跨越领域、连接原理与现实的经验积累。
跨界不只是概念，而是真实影响世界的能力
Werner 花了很多时间讲他在非洲、拉美等地的走访经历：
卢旺达卫生系统：年轻工程师做出可视化健康平台，结合地理数据和孕产妇分布，推动国家级政策资源分配。
KOKO Networks：用乙醇智能补给机解决城市贫民区的燃料污染问题，AI 优化补给路径。
Ocean Cleanup：用传感器和 AI 模型预测垃圾流向，设计清理机制。
[物价飞涨的时候 这样省钱购物很爽]
还没人说话啊，我想来说几句
Werner 说到关键：你可以让 AI 写代码，但你不能跳过理解代码。
AI 让执行变快，但也让犯大错的速度变快。不停地试、不停地碰运气，那不是做开发，那是抽奖。
现在大量开发者的做法是：
不思考
不验证
一句不行换一句，一段不行换一段
如果你无法复现 AI 为什么给出某个答案，你就无法控制结果。 你只是在赌 AI 这次会不会给对。
2、自动化越多，人工检查越要深
他讲到 Amazon S3 团队的一个制度：可靠性审查。
每次系统改动，不管多小，都要有工程师能回答三个问题：
这段代码在最坏情况下会怎样？
它和系统中其他部分会怎样相互影响？
如果它悄悄出错，我们多久能发现？
注意，不是 AI 回答，是工程师回答。
在 Werner 看来，自动化越多，人工检查越要深入。
因为自动化的错误，会以更快、更隐蔽的方式扩散。
谁能喊停？Werner 引用了 Amazon 内部一个真实机制：安灯系统（Andon Cord）。
这是从丰田借鉴的做法： 生产线上任意员工发现异常，都可以拉下绳子，让整条线停下来。
贝索斯把它移植到软件团队： 只要有工程师判断问题可能影响用户，就能立即叫停、暂停、撤回，哪怕只是怀疑。
为什么？
因为系统太复杂了，已经超过任何一个人能完全理解的程度。最早发现问题的人，比职位最高的人更有价值。
这套机制传递的文化是：
犯错不可怕
看不见错误才可怕
在 AI 时代，我们需要更多紧急刹车，而不是更快的发布。
AI 不会替你承担责任。只有你能。
第四节｜谁会被 AI 放大？既专且广的 T 型人才
你想在 AI 时代进化成功吗？光靠技术深不够，还得懂得连接、表达和跨界思考。
Werner 在演讲最后，讲了他最看重的一种开发者形态：T 型人才：一方面在专业领域足够深，另一方面能横向理解系统、沟通意图、跨学科思考。
这类人，在 AI 时代会被指数级放大。
而只会低头干活、不懂全局、不擅表达的人，会被 AI 轻松替代。
1、不只是写代码，更要知道在造什么
Werner 提到图灵奖得主 Jim Gray 的故事。有一次，他走进一个天文数据中心，听了一下机器运行声，30秒后就说：数据库结构不对。
所有工程师都懵了。他怎么知道？
Jim 说：磁盘声音不对，是典型的数据读取方式错了。
这就是系统直觉。这种判断能力，不来自某种更高深的技术，而来自跨越领域、连接原理与现实的经验积累。
跨界不只是概念，而是真实影响世界的能力
Werner 花了很多时间讲他在非洲、拉美等地的走访经历：
卢旺达卫生系统：年轻工程师做出可视化健康平台，结合地理数据和孕产妇分布，推动国家级政策资源分配。
KOKO Networks：用乙醇智能补给机解决城市贫民区的燃料污染问题，AI 优化补给路径。
Ocean Cleanup：用传感器和 AI 模型预测垃圾流向，设计清理机制。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| 注： | 在此页阅读全文 |
推荐: