学员真实反馈

这周参加了一个 AI 落地训练营，回来以后并没有急着整理课程笔记，而是结合培训项目中推进的 AI 风控建模以及技术内部推行的全栈研发等工作，重新思考了几个问题。

一开始我以为，这次培训最大的收获会是学会几个新的 AI 工具，或者学习一些 Prompt 的技巧。但回来以后发现，这些都只是表层的东西。真正让我触动的是，AI 正在重新定义软件研发，而不仅仅是在提高研发效率。

培训中有一句话让我印象特别深。很多人都说 AI 将改变世界，但实际上，AI 首先改变的是软件，而软件才真正改变企业，最后改变整个世界。

以前我认为，一个软件的价值来自于代码本身，代码是资产，而现在越来越觉得，软件真正的价值来自于它解决的问题。AI 正在快速降低软件开发的成本。过去需要一个完整团队几个月完成的事情，现在可能几个人借助 AI 就能够完成，甚至很多简单的工具可以在几分钟之内生成。

软件正在变得越来越容易开发。真正稀缺的东西已经发生了变化，以前大家拼的是开发能力，以后大家拼的，可能是判断能力。

培训中分享了一个很有意思的故事：很多企业负责人会说，“我现在有一个绝妙的点子，现在就差一个程序员。”但实际上，他真正缺的是产品经理、研发、测试和运维，缺的是一个软件研发团队。而 AI 出现以后，这些环节的成本都开始下降，以前需要人开发的，可能 AI 就能帮助他实现。最后发现，他最缺的其实就是那个点子。

回来以后，我一直在想一句话。未来真正稀缺的，可能已经不是那个程序员，也不仅仅是一个好的创意，而是：什么问题真正值得解决。

做 AI 风控建模项目的时候，我对这一点感受特别深。最开始，我们希望做的是一个完整的风控模型 Agent，包括数据接入、数据处理、特征工程、模型训练、参数配置、多模型赛马、模型导出等等。当时觉得每一个功能都很重要，要把每个功能都完美实现。

但实际真正开始做以后，很快发现，培训的那 5 天，时间上是远远不够的。后来团队不断讨论，不断收敛，不断做减法。最后大家一致认为，这次培训我们真正最想做的、最有价值的突破点，是风控的特征工程，那我们就优先把特征工程的功能先完成。

现在回头来看，我觉得整个项目真正最重要的一步，不是开始开发，而是不断定义问题。AI 降低的是软件开发的成本，但提高的是问题定义的重要性。

我觉得，这是我这次培训回来以后最大的认知变化。AI 不会脑补，它会逼着我们把事情想清楚。

项目里面还有一件事情让我印象很深。第一天晚上，我们几个讨论风控特征工程的流程。因为有很多专业术语，我们几个不是很清楚，基本是一个单词一个单词，一个流程一个流程地确认清楚。当时双方都觉得已经达成一致了。

但是 AI 帮我们把程序跑出来以后，让相关同事过来体验的时候，对方说标签的定义是不对的，同时也发现了其他一些问题。刚开始我一直觉得，这是沟通的问题，后来慢慢发现，可能不光是沟通的问题。

大家说的是同一句话，但是脑子里的业务模型并不一样。简单举例，就是“模型”这个词，风控理解的是一种意思，技术理解的是另外一种意思。大家都觉得自己理解的是对的。

以前，程序员还可以根据经验去猜、去补，通过人工开发的过程不断地校正和纠偏。但是 AI 不会。AI 只会按照我们表达出来的内容执行。

所以我越来越觉得，AI 真正逼着我们的，并不是学习 Prompt，而是学习如何把事情表达清楚。人与人之间最大的误解，并不是没有沟通，而是误以为已经理解。

未来，程序化、模块化、流程化的重要性会越来越高，本质上都是为了让知识能够被 AI 理解，也能够被整个团队不断复用。

课程里面还有一个观点我觉得很有意思。未来软件很有可能变成日抛式，变成一次性使用。以前的软件，更像一个长期维护的产品。开发 2 个月，上线几年，不断迭代。

以后可能不是这样，比如今天老板让我分析几份临时的数据报表，我可能直接就让 AI 帮我生成分析这几份文档的工具，分析完成，它的使命也结束了。明天分析另外一份数据，又重新生成另外一个工具。未来一定有不少软件越来越像一种即时服务，而不是一个长期维护的产品。

最近我们技术内部一直在推进 AI 和全栈开发工程师的落地。我觉得，这个方向没有问题。未来，自然语言很可能真的会成为一种新的编程语言。

但是，一句话并不会直接生成一个复杂系统。一句业务描述的背后，依然需要需求理解、业务建模、架构设计、测试验证等一整套过程。只是这些过程，会越来越多地由 AI 来参与完成。

未来技术团队真正重要的，不再只是写代码，而是理解业务、设计系统、沉淀知识，并不断把团队经验变成能够复用的能力。

这次培训回来，我最大的感受是，AI 并没有降低技术工作的价值。相反，它重新定义了技术工作的重点。以前，我们更多讨论的是：这个功能怎么实现？以后，我们可能更多讨论的是：这个问题值不值得解决？这个需求有没有真正定义清楚？这个经验能不能沉淀下来，持续复用？

过去，每个人的成长更多依赖个人经验和长期积累；未来，AI 会让知识传播得更快，让学习成本更低，也让更多人有机会突破自己的能力边界。

对于企业来说，真正重要的不是用 AI 替代人，而是借助 AI，让每一位同学都能够成长得更快，让整个团队持续进化。

我想，这也是我这次参加 AI 落地训练营之后最大的收获。AI 最终改变的，不只是软件开发方式，更重要的是它给了我们一种全新的成长方式。