winter

2.2K posts

winter

winter

@winter_cn

Katılım Nisan 2010
407 Takip Edilen2.5K Takipçiler
winter
winter@winter_cn·
@i5ting @lambda_focus 我还真不知道你多少钱 你来的时候那个团队已经不在我组织架构下面了 哈哈哈
中文
0
0
0
53
winter
winter@winter_cn·
@tataqwq 塔塔要什么我都答应
中文
0
0
0
239
刘佳怡
刘佳怡@liujiayi1111·
我问了一群身边认识的程序员13个程序员朋友,11个都没有对象,很多是身边都没有女性朋友,找不到对象,而不是不想处对象的这种情况。我感觉好震惊,这个行业谈个恋爱这么难的吗?问题出在哪了?
中文
143
2
208
143.3K
万物
万物@WanWu70·
@winter_cn 所以具体是啥方法,别光发标题啊😂
中文
1
0
0
18
brucexu.eth
brucexu.eth@brucexu_eth·
Vibe Coding 对程序员的砍杀明显被放大了,尤其是不懂开发的管理者,在做裁员决策的时候。 Vibe Coding 也莫名的给了很多非程序员过度自信,觉得可以作为 OPC 独自做出 production 级别的应用。更搞笑的是某些公司让前端和设计用 Vibe Coding 转型全栈一起写代码。 最近我在一个做一个小型的对接第三方 API 的需求,我从 16 年开始使用 Docker,也有很多 Kubernetes 的经验,对于 OAuth 以及 refresh token 这些都非常熟悉。仍然被同事 Code Review 出来多个问题(AI 没有发现,我也没注意到),就是: 1. 多个 Pod 同时启动刷新第三方 refresh token 的竞态问题。目前未来拿到第三方的 access token,应用启动的时候,会请求拿到一次写入数据库和应用缓存。我没考虑多个 Pods 在 Kubernetes 里面同时启动的情况。后面用 Postgres Advisory Lock 解决。 2. 多 Pods 的 token 解析失败的重试逻辑存在问题。应用会尝试解码,发现失败之后,就去 refresh token 然后拿到新的进行写入。当然,之前失败的请求没办法处理了,然后写入新的到数据库方便未来处理。这个问题在于多 Pod + 优先读取内存缓存的 token 逻辑,其他 Pod 可能先一步由于失败请求对 token 进行刷新了,但是其他 Pod 并无感知,这样就会导致 Pods 进入死循环刷新了。解决方案:内存 token 失败后,在尝试数据库,失败后打日志。然后在其他统一的地方刷新 token,减少 refresh token 的逻辑。 以上,只是一个中小型公司的一个简单 Web 应用需求。如果你不是程序员,你基本看不太懂。如果你没踩过这种坑,你也很难避免。而 LLM AI 的特点是你告诉它什么,它去帮忙做什么。如果你很难知道这些问题,它也很难自动给你修复,尤其是涉及到部署网络环境等非应用本身的 Context,它根本获取不到。 我有接近 18 年的编程经验,仍然会踩坑。你告诉我一个完全没有编程经验的人,可以借助 AI Vibe Coding 短时间完成这种生产级别的应用,我直接直播吃屎。这里面的操作系统、数据结构、网络、计算机原理、编程语言、实战经验、线上故障,都是需要数年时间积累的,构成了你的编程 taste,也决定了你的产出。 我的观点不变,AI 将会对初级程序员带来致命打击,但是绝对不是高等级程序员。我认可商业和需求才是更重要的,但是并不认可普通人可以用 AI 随意做出生产级应用,当然可以用 Three.js 做出酷炫特效和 HTML 交互,或者是一些简单屎山单体应用,但是更复杂的场景仍然需要高阶程序员。 作为前端出身的,尤其是亲历移动互联网的前后端分离运动的前端,我一直坚定的认为前端已死。最近反而有了一些转变,感觉专职前端和设计反而更重要。当所有项目都是用 AI 直出的同质化设计,独特的界面反而成了很大的卖点。比如我时常看到大家称赞 Hermes 的独特设计而 Diss OpenClaw 的 AI slop 设计一样。
中文
77
24
342
80.1K
winter
winter@winter_cn·
关于程序员和AI,有句话叫:嫌货的才是买货人。
中文
1
0
5
614
winter
winter@winter_cn·
最好的能力模型是古法功底扎实,又拥抱AI,非常难。
中文
1
0
5
979
winter
winter@winter_cn·
程序员仅仅是冰山一角,AI对傻逼的加成是巨大的,他们跟AI聊完以后巨他妈有信心,一方面他们觉得AI是重新洗牌,自己以后不需要当傻逼了,另一方面,AI不遗余力地称赞他们的傻逼想法,他们觉得自己真的不傻逼了。以前很多领域傻逼不敢碰,因为他们连像样的文字都组织不出来,现在他们什么都敢评论两句。
brucexu.eth@brucexu_eth

Vibe Coding 对程序员的砍杀明显被放大了,尤其是不懂开发的管理者,在做裁员决策的时候。 Vibe Coding 也莫名的给了很多非程序员过度自信,觉得可以作为 OPC 独自做出 production 级别的应用。更搞笑的是某些公司让前端和设计用 Vibe Coding 转型全栈一起写代码。 最近我在一个做一个小型的对接第三方 API 的需求,我从 16 年开始使用 Docker,也有很多 Kubernetes 的经验,对于 OAuth 以及 refresh token 这些都非常熟悉。仍然被同事 Code Review 出来多个问题(AI 没有发现,我也没注意到),就是: 1. 多个 Pod 同时启动刷新第三方 refresh token 的竞态问题。目前未来拿到第三方的 access token,应用启动的时候,会请求拿到一次写入数据库和应用缓存。我没考虑多个 Pods 在 Kubernetes 里面同时启动的情况。后面用 Postgres Advisory Lock 解决。 2. 多 Pods 的 token 解析失败的重试逻辑存在问题。应用会尝试解码,发现失败之后,就去 refresh token 然后拿到新的进行写入。当然,之前失败的请求没办法处理了,然后写入新的到数据库方便未来处理。这个问题在于多 Pod + 优先读取内存缓存的 token 逻辑,其他 Pod 可能先一步由于失败请求对 token 进行刷新了,但是其他 Pod 并无感知,这样就会导致 Pods 进入死循环刷新了。解决方案:内存 token 失败后,在尝试数据库,失败后打日志。然后在其他统一的地方刷新 token,减少 refresh token 的逻辑。 以上,只是一个中小型公司的一个简单 Web 应用需求。如果你不是程序员,你基本看不太懂。如果你没踩过这种坑,你也很难避免。而 LLM AI 的特点是你告诉它什么,它去帮忙做什么。如果你很难知道这些问题,它也很难自动给你修复,尤其是涉及到部署网络环境等非应用本身的 Context,它根本获取不到。 我有接近 18 年的编程经验,仍然会踩坑。你告诉我一个完全没有编程经验的人,可以借助 AI Vibe Coding 短时间完成这种生产级别的应用,我直接直播吃屎。这里面的操作系统、数据结构、网络、计算机原理、编程语言、实战经验、线上故障,都是需要数年时间积累的,构成了你的编程 taste,也决定了你的产出。 我的观点不变,AI 将会对初级程序员带来致命打击,但是绝对不是高等级程序员。我认可商业和需求才是更重要的,但是并不认可普通人可以用 AI 随意做出生产级应用,当然可以用 Three.js 做出酷炫特效和 HTML 交互,或者是一些简单屎山单体应用,但是更复杂的场景仍然需要高阶程序员。 作为前端出身的,尤其是亲历移动互联网的前后端分离运动的前端,我一直坚定的认为前端已死。最近反而有了一些转变,感觉专职前端和设计反而更重要。当所有项目都是用 AI 直出的同质化设计,独特的界面反而成了很大的卖点。比如我时常看到大家称赞 Hermes 的独特设计而 Diss OpenClaw 的 AI slop 设计一样。

中文
3
5
35
1.9K
winter
winter@winter_cn·
你首先要搞清楚的是,今天的多数程序员本身就是商业系统的一部分,工程、可维护性、质量,并非“一堆nerd仗着别人不懂凭借兴趣搞出一堆规矩”,而是在商业系统中长期自然选择淘汰留下的结果。而少数自媒体蛆虫没有用代码赚到过一分钱,却尝试把自己包装成“懂商业”。
North@CreaoAI@anorth_chen

X上的程序员真的很喜欢借着各种事件反复表达一个核心观点:vibe coding会带来代码可维护性、系统稳定性、工程质量失控等问题。 这个观点背后其实还有一个隐含诉求:这些问题最后还得靠我们这些专业程序员来解决,靠我们设计优雅、专业、可维护的工程代码。否则你vibe出来的代码没有任何价值。 程序员什么时候才能真正明白,技术是为商业、为业务服务的。 如果你不是天才程序员,没有能力推动技术边界创新,那你在商业系统里首先就是成本。企业雇佣你,不是因为你写的代码优雅,不是因为你对工程洁癖有信仰,而是因为你能用技术解决真实业务问题,带来收入、效率、增长或确定性。 vibe出来的代码没有任何价值? 卖不出去的软件才没有任何价值。 自嗨在自己的技术世界里搞各种工程设计、代码架构、优雅抽象,最后产品没人用、客户不买单、业务跑不起来,那些东西都只是工程师的自我感动。 很多人嘴上在批评vibe coding,实际上是在防守自己的劳动力价值。他们期待那些对真实世界有判断能力、能定义问题、能找到市场的人,继续认可他们的“专业性”,继续给他们开更高的工资。 真实世界从来不按工程师的自尊心定价 它只按结果定价。

中文
1
1
24
1.6K
winter
winter@winter_cn·
@tataqwq 模特哪找的,怎么这么好看
中文
0
0
0
357