最接地气的大模型更新了，码农危矣

每天看各种模型更新，有点疲惫了。我有个不成熟的想法逐渐成熟，把现在最顺手的 AI 工具用好，不浪费时间在新概念上。因为从概念到产品，从产品到解决问题，还有好几步。而已经落地的 AI 工具，通过不断的迭代和更新，很快就能覆盖当下难以解决的问题。

大模型这么卷，一堆精兵强将为了自己的未来打生打死，我们作为用户，等着就好。科学研究和落地实践，在很多时候不是一件事。只看跑分意义不大。工具好不好用，还是要看能不能解决问题。

昨晚，编程最强的 Claude，发布了最新的3.7 sonnet，在取代程序员的路上继续领跑。虽然最近各家推出的大模型新版，都号称跑分超越 Claude，即将问鼎 Coding 大王。但实际上，Claude 的编程能力依然不可撼动，至少在我的实践中如此。

大模型测评中测试编程能力，通常以单一任务为主。前段时间流行让 AI 写一段代码，展示一个带有效果的网页，或者完成地球到火星的火箭发射任务，并且考虑现实中的发射窗口。这些题目都很难，完成不易，确实能够考验 AI 的推理和编程能力。但它们和一个小白或者基础码农每天面对的问题，依然有差距。

那我自己来说，我在做和我想做的项目，很多不是从零开始。我也不想从零开始。github 上那么多开源项目，拿过来修修补补，可以少走很多弯路。做产品，最重要的是做出来。

想法是想法，真实践起来会遇到很多问题。那些单一项目跑分高的模型，放到一个代码库里，经常抓瞎。它们自己可以完成单一任务，但无法流畅地融合进一个已有项目里。我需要花大量的时间进行人机交互，才能让 AI 明白自己在做什么，不要按下葫芦浮起瓢。好的 AI 应该在不破坏原有代码架构的基础上，进行改造和调优。

为什么说 Claude 最接地气，因为 Claude 这点做得比谁都好。它避免和解决 bug 的能力超强。3.7 出来之后，我马上让它优化一下我的代码。

一次成功。之前试过 OpenAI o1，效果要差很多。时常优化完，代码不能运行了。然后又要花时间排错。

Claude 贵，确实有贵的道理。

Claude 3.7 sonnet 在修复 bug 的测试中，成功率达到 70%，远超同行。不客气地说，它的表现完全可以替代一个基础程序员，甚至更多。

我觉得现在还在学习 CS 的大学生，应该提前考虑自己未来的职业发展。互联网高速发展的红利已经消失，对码农的需求一年比一年低。AI 的能力在编程上一枝独秀，很容易替代原本需要人的基础工作。有逻辑思维，懂产品，知人性的技术员才是未来能够借助 AI 放大自己技能的幸存者。

做数据分析也一样。人脑能够即时处理的信息量有限，AI 力大出奇迹，可以在海量数据中寻找线索。以前，大数据分析还需要人来建模，做数据挖掘。以后，这些事都可以交给 AI 做。AI 建模，AI 写代码，AI 交付结果。操作员的价值是理解项目意图，和 AI 做沟通。

Claude 除了编程，还有个很多人不知道的能力，写文。deepseek r1 撰写的文字固然让人眼前一亮，但看几次就腻了。ds 的小作文喜欢浓墨重彩，处处转折，看似关注细节，实则套路满满。Claude 则朴实很多，像人话。

于是，现在流行缝合怪，deepseek+Claude。可以编程，也可以写作。deepseek 出大纲，Claude 干活。

也许未来大模型卷的，不再是通用能力，而是垂直领域的专业能力。这些专业能力不是靠提示词套一下就能实现，它们应该从根本上不同，有各自擅长的领域。

说句题外话，AI 宠物和 AI 硅胶玩具，大概是今年最接地气的应用，充分符合人性。这些玩意儿大行其道之后，还有人想谈恋爱吗？