Skip to content

人的知识越完备、经验越多,分析问题就会越深入,问题就能被解决得更优雅。

学习算法与数据结构等基础科目,目的并非在工作中从零实现具体算法,而是建立专业的判断能力:面对问题时能依据所学知识做出合理选择,提升工作质量。例如处理固定位数的大量整数数据时,了解内置排序为 O(n log n) 后,可选用效率更高的基数排序 O(nk),在大数据量下节省运行时间,从而降低成本、改善体验、创造实际价值。

Q:现在几乎所有代码都让 AI Agent 写了,我们还有必要学习算法吗?

引用一下李沐老师的话:“agent 是能力放大器,就是能力 x10,而不是加法器,不是能力 +10。”

既然 AI 是能力放大器,那么作为基数的“能力”也很重要。我觉得两方面能力尤其值得积累:一是表达能力,尤其是和 AI 协作的能力。讲清目标、补足背景、及时纠偏。向 AI 解释问题,也是在帮自己想清楚问题。二是基础知识。细节可以让 AI 补,但基本概念得自己懂,才能问到点上、判断对错,把它的输出变成有用的成果。

AI 很特别的一点是,它不像过去的工具那样有清晰的功能边界。它有点像水,到了不同的人手里,会呈现出不同的形状。人的能力越强、taste 越好,AI 的放大效应就越明显。