估唔到AI發展得咁快 但同想像完全唔同

咁白領用ai 係咪唔出糧先？

藍領本身就平
開發勞動機械人嘅意欲所以低

當大家都失業無飯開
邊個去養住藝術體育呢啲非必須產業
除非好似elon musk咁講有universal basic income 不過人口多嘅國家點行落去

係目前事實
唔係必然

地盤入面既環境太複雜，你要將機械人既感官細胞同肌肉關折發展到不少於人類先可以應付到，依家都有批盪機械車，但就要清左個場再放佢入去先可以批到，都係批唔到細位

但如果淨係圖紙上可以有AI幫手，已經唔同晒，依家工程仲係用人類去數野，找不同，用人去判斷Design有冇漏野，而BIM學習時間太長，太慢，跟唔上香港工程既速度

我們以為機器人要發明來打掃幫佣，結果他們成為運動員、棋手、作者和畫家，這下人類有更多時間可以打掃了

應該好快到
想像下唔駛休息, 不停24小時咁做. 腦細最愛
電都唔駛叉, 直接埋位自動換電池 keep going

放心, 遲早都會有更強嘅電池.
而家可以用換電方法, 自己返個dock 換電池就得, 真係24x7工作.

同AI debug 仲辛苦

一直都講緊未來
當然我同意最低技術文職係最快俾ai取代

將來有冇可能？

我講得唔清楚
我指嘅普及係家用機械人（如果契爺講嘅今年年尾開始量產同埋之後賣2萬鎂/部，其實歐美5年內普及係好大機會），咁再用幾多年搞其他藍領行業就唔知喇，不過我覺得唔會好耐
可能我低估咗維修嘅難度，我意思係當好多家庭都自己有部類似Tesla robot嘅機械人，1個software update就可能識整冷氣

咁你有得揀用唔用ai ge，唔用你直接寫出黎都得，無得揀硬食先係最痛苦，仲要諗黎諗去都諗唔到

唔知係咪最遲
最想 vs 最難
估計唔到

我以為係AI幫我返工
點知係AI取代我份工

轉做BA
幫佢睇code覆客
而且唔會要佢哋做嘢都三吹四請

機械人兩隻腳行唔到咪整夠八隻囉

我係講得唔好嘅
不過你講嘅都唔啱，無用嘅野成本低都唔會普及，有用嘅野成本高都可以普及
其實成本同普及係1個process，2邊都互相影響

其實唔明點解有問題
Ai 寫code 唔係真係寫 prompt 叫ai 寫你想要嘅嘢

應該係你寫好個 Test case 然後塞比AI
叫佢寫返個suit 返你test case嘅function出嚟
Run 出來有error 就塞返個error入去叫佢再寫
Suit 唔到個 case 就話返邊啲 input suit 唔到個 case
然後又叫佢再寫
到寫出來完全符合個 test case 就merge入你啲code 度commit

如果中途 requirement change 又係改寫返個先前 test case 然後塞比ai重複上面步驟、寫完行返次full test 無問題又搞掂

不停重覆呢個步驟就可以build到大部分code出來
仲包埋 unit test

只需要解題正確、功課級 project 已經完合夠做滿分

AI=軟件，機械人=硬件

我諗嘅係最ideal 嘅情況
假設家用機械人普及咗，然後service provider 用big data 做training，update個software就做到
同埋我講嘅普及係指家用機械人，整冷氣機就好難講

同意件事好複雜，可能我一開始諗得太簡單，諗住清咗場之後個AI robot自己讀設計圖再行standard program，我相信唔係易，但一定唔係做唔到
不過我想帶出嘅係2年前都無人會諗到，AI用1年時間已經差唔多可以取代最junior嘅programmer，其實件事行得快就可以好快。所以唔好assume藍領一定取代唔到

Panasonic LG電話部門

全部死得最唔瞑目

未來AI發展AI

咁又真係唔洗做一D重覆性高，又煩複既野喎
講得冇錯呀
只不過佢幫你做完之後，人咪冇晒價值