2025年了，各位初级和中级程序员兄弟们都还好吗？

Meta创始人兼首席执行官扎克伯格近日在乔•罗根的播客节目中大胆预测，“2025年，软件工程领域将迎来剧变，AI将达到中级软件工程师的编程水平。”

扎克伯格称，“今年，编码可能会从就业市场上的抢手技能变成可以完全自动化的技能。”据他透露，Meta将在今年开始实现中级软件工程师工作的自动化，这在一开始可能是一个昂贵的尝试，而Meta最终可能会将其应用程序的所有编程工作外包给AI。

亚马逊云计算（AWS）首席执行官加尔曼（Matt Garman）去年6月份在内部谈话中表示：“如果你从现在开始往后推24个月，或者一段时间——我不能准确地预测这段时间是多长——很可能大多数开发人员不再需要编程了。”

meta的中级工程师年薪30-50万美金，薪酬大约可以对标阿里的总监岗。哪怕能力只对标阿里的p8岗，也就意味着2025年的AI已经可以替代p8及以下的人类工程师了。国内的AI再打个狠折，替代p7及以下应该没问题。

初级工程师肯定是没有AI员工好用的，这一点应该已经是行业共识了。高级工程师，也只是时间问题。原则上离钱越远，离场景越远的工作越麻烦。

把提示词，数据集，工作流设计好，初级程序员被替代的概率很大，对AI而言，没有能不能，会不会的说法，只有如何低成本的设计和使用这三件套。

为了追随时代趋势，新的一年我也正在积累整理学习一些prompt技巧，不过目前主要是一些生成非代码文字片段的prompt，这里介绍几个：

ICIO 框架：

· Intruction（任务）：明确指出希望 AI 执行的具体任务，如“翻译一段文本”或“撰写一篇关于 AI 伦理的博客文章”。

· Context（背景）：提供任务的背景信息，帮助 AI 理解任务的上下文，例如，“这段文本是用于公司内部会议的开场白”。

· Input Data（输入数据）：指定 AI 需要处理的具体数据，如“请翻译以下句子：‘人工智能正在改变世界’”。

· Output Indicator（输出格式）：设定期望的输出格式和风格，例如，“请以正式的商务英语风格翻译”。

BROKE 框架：

• Background（背景）：例如，“你正在为一家初创科技公司撰写一篇关于其最新产品的新闻稿。”

• Role（角色）：指定 AI 作为“新闻稿撰写者”，以便它能够以专业的角度回答问题。

• Objectives（目标/任务）：给出任务描述，如“撰写一篇吸引人的新闻稿，突出产品的独特卖点。”

• Key Result（关键结果）：设定回答的关键结果，例如，“使用正式和专业的语言，包含产品的主要功能和市场定位。”

• Evolve（改进）：在 AI 给出回答后，提供三种改进方法，如“调整语言风格以吸引目标受众”，“增加产品使用案例”，或“优化结构以提高阅读流畅性”。

CRISPE 框架：

1. Capacity and Role（角色）：明确 AI 在交互中应扮演的角色，如教育者、翻译者或顾问。

2. Insight（背景）：提供角色扮演的背景信息，帮助 AI 理解其在特定情境下的作用。

3. Statement（任务）：直接说明 AI 需要执行的任务，确保其理解并执行用户的请求。

4. Personality（格式）：设定 AI 回复的风格和格式，使其更符合用户的期望和场景需求。

5. Experiment（实验）：如果需要，可以要求 AI 提供多个示例，以供用户选择最佳回复。

CoT 框架：

Chain-of-Thought，一种引导大模型像人类一样，按照顺序一步步思考问题解决方案的方法。

主要包括 Few-Shot CoT 和 Zero-Shot CoT 两种应用方式。

Few-Shot CoT（少量示例）

描述思考步骤，先理解客户需求，再考虑<目标>，最后给出推荐并解释原因。

同时提供示例，这些示例展示 AI 如何依思维链思考给出答案。

Zero-Shot CoT（没有示例）

简单地增加一句提示词即可：

让我们一步步的思考（Let’s think step by step）

时代变革往往是悄无声息的，程序员作为接触科技冲击前线人员，对技术适当的敏感和适应是必要的。腾讯云copilot在腾讯大用户基数的基础上，能否发挥后发优势，在国内内卷盛行的情况下卷的过chatgpt和微软等，值得期待。当前情况下，只能先沉下心学习怎么用AI做好辅助代码开发，提高自己的结构性思维和逻辑思维，才能超脱出框架，形成个人竞争优势。相信不久的将来，可复用的代码生成prompt架构和思维方法会发挥巨大的作用。