现在很多项目靠 AI 写出来，那项目的含金量在哪里呢？
现在很多项目靠 AI 写出来，那项目的含金量在哪里呢？
Yt回复：
一、先看一个典型场景：内存占用率很高，系统卡顿
假设我们现在遇到一个问题：程序运行过程中，内存占用率逐步增高，导致整个系统很卡顿。
这是一个现象，不是原因。
表面现象就是：内存占用率很高，系统很慢。
作为一个工程师，你得去梳理：到底是哪个环节引起的？
二、发现问题：AI能帮你搞定吗？
你梳理这个问题的过程中，你敢交给AI吗？
你试过吗？
你让AI试试看？
等你慢慢去梳理的时候，这个时间绝对不短。一天、两天、三天，可能一个星期都有可能。
梳理下来，发现原来是这个地方——有个地方内存没有释放。
这个问题可能比较显性：内存没有释放，或者说在一个特定环境下，内存没有释放。
三、解决问题与验证问题：AI能做到哪一步？
找到原因之后，接下来改代码。
整个代码都已经生成了，你发现修改的时候，在这里加上一个if else就可以了。
搞定之后，接下来验证问题——你得跑起来验证。
在这个过程里面，你会发现：AI对于这种很具体的问题，就比较乏力。
你问AI，它可能给你3、4、5个方案，然后你从中间挑选一个，合进去，再去验证问题。
这就是所谓的人的作用。
四、AI擅长什么？不擅长什么？
AI擅长的：
- 生成红黑树、哈希、跳表
- 实现冒泡排序
- 生成一个现成的Demo
这些功能点，AI可以帮你解决得很好。
AI不擅长的：
工程具体问题
- 为什么路由器联网卡顿、慢？
- 为什么服务器的QPS很低？
- 为什么内存使用率这么高？
- 为什么会出现死锁？由什么引起的？
你发现这些问题，交给AI——AI它也搞不定。
五、回到问题的本质
我抽出来跟你讲一下，我们站在一个角度：从发现问题到解决问题，以及验证问题，作为一个工程师来说：
发现问题：看到现象，梳理代码，找到真正的原因
解决问题：提出方案，修改代码
验证问题：跑起来验证，确保问题真正解决
从这个层次上面，我们再来看AI。
如果你问的问题很初级——比如实现一个登录界面、实现一个数据库连接池——AI能解决得很好。
但如果是有前置条件、有特定场景的具体业务问题——AI就有点乏力了。
六、这就是项目的价值所在
但凡你解决过几个真实的问题，你就会发现：
AI并不是无所不能的。
现在吹嘘AI很强的人，可能就是那些真正不懂的人。
就像有人吹嘘机器人已经很厉害了——你是你不懂机器人。内行人都会知道，机器人现在离真正使用还很远。
七、总结
AI擅长的：生成Demo、实现算法功能点、写标准化的代码片段。
AI不擅长的：工程具体问题——内存泄漏、死锁、性能瓶颈、QPS低、系统卡顿……
工程师的价值：发现问题 → 解决问题 → 验证问题。这个闭环里面，AI只是工具，人是决策者。
项目的含金量：不在于你用了什么技术栈，而在于你解决了多少个真实的问题。
如果你没有做过项目，或者项目没有产品化：你可能只会让AI生成功能点，但落到工程问题，你就不知道如何解了。
这就是我常说的：动手做项目，做出产品化，遇到问题解问题。
在这个过程中，你才会真正理解工程师的价值在哪里。
AI再强，它也理解不了你的业务场景，解决不了你线上突发的内存泄漏，替代不了你在生产环境里蹲一天排查问题的经验。
这些，才是你的护城河。
字节跳动工作强度 1191人发布