v2exgo

@Ravenddd 它并非因为薪酬贬值而显得“不高级”，而是技能本身的价值已被 AI 削弱。过去，开发跨平台系统程序（如 Mac OS 、Linux 或 Windows ）需要深入掌握各平台的细节差异，这往往需要多年的经验积累。在 IE6 时代，开发者必须精通 CSS Hack 等特定技术。然而，如今这些细节已无足轻重，因为相关知识和文档早已录入大模型，AI 能轻松处理。

既然支持老旧技术不再构成压力，开发者无需再耗费精力去记忆或推敲具体实现细节，而应将重心转向宏观规划：制定整体方案、设计测试策略、规划工作流程，以及如何为 Coding Agent 设定规范，确保代码符合预期，并进行自动化测试与验证。

在这个时代，技术细节并非不可获取的壁垒，遇到具体问题时可随时通过 Agent 查阅学习。因此，我们更需要培养的是能够快速掌握不同领域知识的能力，而非机械地积累所有技术细节，后者已显得毫无必要。

甚至包括我并不熟悉的大语言模型部署，我的 CUDA 环境、CUDA 工具包以及 NVIDIA 驱动程序，全部都由 AI 协助完成。过去，若遇到 Linux 安装包下载或各类兼容性问题，我需要耗费大量时间逐一解决；而现在，我只需与 AI 智能体沟通，让它明确每一步的实现流程、安装步骤以及所需的硬件配置，即可高效解决模型部署问题。

如今，我们的工作重心应从纠结于底层细节转移到关注产品如何实现以及高层次的架构设计上。过度关注细枝末节只会让思维变得臃肿。在人工智能时代，我们无需亲自掌握每一项技术细节，因为 AI Agent 的知识库已能完整记录这些内容。人类程序员更需要专注于整体架构、代码管理、Agent 协作机制以及项目的整体编排。

即便是小型项目，核心也不在于死磕技术细节，而在于如何与客户高效沟通，深入挖掘需求，并评估在现有技术水平下需求的可行性。死抠代码细节已成为程序员中最基础且低效的技能。我认为，当代程序员的核心价值在于与人沟通、洞察需求、创造价值，并利用技术手段实现这一目标，而非在无意义的细节打磨中消耗精力。随着 AI 技术的持续演进，这些基础的执行性工作终将被替代。

正如我刚才用二十分钟开发这款 Web Input 输入工具所示，它调用了我本地部署的语音模型和大语言模型。我只需明确功能需求并完成软件实现即可，无需深入了解 Swift UI 或 macOS 输入框架的具体细节，因为我熟悉 macOS 的权限系统及整体架构。我的核心任务是将应用构建出来，而不必纠结于底层原理。

在这个时代，开发者最重要的能力在于能够落地实现产品、理清思路并解决问题，而非在 AI Agent 普及后丧失面试价值。我们更应关注如何与 Agent 沟通以及如何有效管理 Agent ，而非沉迷于过去的知识细节，例如深究 macOS 的特定输入 API 或 Core Foundation 的多种 UI 写法。这些细枝末节已无实际价值，我们应当聚焦于最终的实现结果，而非陷入细节的泥沼。

其实，我认为在拥有 AI 技能之后，工作的能力本身反而变得不重要了。因为关键取决于每个人如何看待并解决这一问题的能力，如果一个人本身不具备学习能力，肯定无法适应 AI Agent 的时代。你可以将公司的某个项目或其背景信息交给面试者，让他们自行通过公司的 AI Agent 完成任务，并观察其解决问题的过程，以此来判断开发者的能力，从而改变目前难以准确评估开发者水平的现状。我认为，在 AI Agent 普及后，程序员无需再关注低层次的代码细节实现，而应专注于如何通过更优的手段分析并完成任务，以实现最终目标。若能达成目标，即说明该人员具备优秀的能力，这与其是否使用 AI Agent 无关。

@tingshijie520 加 tg

@claude5ever #14 @ilikewechat 加我 tg

mac 做 coding 主力，windows 打游戏，linux 躺在 cli 里面，codex claude 挂个 ssh 就上去了

私聊我吧，老中转贩子了，手上官 key 资源一大把

一个正常的商业公司 最好的办法 针对这种政策就是 睁一只眼，闭一只眼，只有这样利益能够最大化，长期来看，中美根本没有热战的可能，早晚要坐到谈判桌上做生意的，没必要直接把中文用户丢掉，模型跟客户端 培养了熟悉的客户，后续形成了惯性依赖，你想摆脱都摆脱不了