昨天我分享了一篇关于排查 SSH 登录问题的文章，随后收到不少读者的留言，还有一些朋友通过微信来咨询技术细节。这让我对“技术”在 AI 时代的价值有了一些新的感悟。
人麻了，谁把我 ssh 干没了
如今大家普遍认同一个现象：AI 带来了技术平权。无论你身处哪个行业、技术水平如何，只要你能优化好 Prompt，清晰描述需求，通过“氛围编程”，AI 就能为你生成对应的代码或解决方案。结果的流畅度和准确性，很大程度上取决于你的提示词以及大语言模型本身的能力。
但在昨天排查 SSH 进程被意外 Killed 的过程中，我发现事情没那么简单。AI 往往只会在一条预设的路径里“死磕”，它的上下文决定了其思考框架，很难跳出这个框架，从更宏观、更系统的视角去审视问题。
两点之间直线最短，有时问题本身很简单，但 AI 可能会带你绕一个大圈子也找不到症结所在。也就是说，你需要为它指明方向。
有朋友留言说，如果他遇到这种情况，可能就直接选择重装系统了——这是一个不太懂技术的“小白”的典型思路。
而我恰好略懂一些技术，正是这点“略懂”，在这次问题排查中起到了关键作用。
所以，我的体会是：AI 是解题高手，但它不是选题专家。 AI 可以放大你的技术执行力，却无法替代你做出关键的技术决策。
不懂技术的朋友或许能用 AI 解决 99% 的“操作”问题，但如果最初的解决思路就错了，那这 99% 的努力可能都白费了，最终那 1% 的正确结果或许根本就不存在。
最近无论是听到的讨论，还是看到的文章，很多人都表现出一种焦虑：担心被 AI 取代，对职业未来感到迷茫。
其实，这种担心有些多虑了。许多岗位的属性不会被彻底替代，而是会发生转移。真正要高效、彻底地解决问题，用好 AI，依然离不开人的技术思维、排查经验和系统性判断。
想必大家也常听到这样的言论：“卧槽，这个大模型真牛！”、“半天时间，从 0 到 1 上线一个产品”、“一晚上 AI 就把活儿干完了”。然而，很多人把产品做出来就扔在一边了，缺乏后续的迭代。
一方面是不知如何优化，另一方面是不知该优化什么——这恰恰需要迭代思维和优化思维。
与其焦虑是否会被 AI 取代，不如认真思考，如何守护并放大那 1% 的不可替代性。技术平权，平的是工具的使用门槛，但永远无法抹平人与人之间在判断力、创造力和系统性思维上的差异。这 1%，并非技术的终点，而是我们作为“人”在智能时代的独特起点。
关于网络与系统层面的疑难杂症，欢迎到云栈社区的网络/系统板块与其他开发者一起交流探讨。 | 
发表于 2 小时前
|
查看: 2|
回复: 0
