昨天好多人让deepseek写文章，发出来的效果很好。已经有不少人认定，文科完蛋了。当然，他们指的是将来想从事文科类工作人，日常需要写各种材料的岗位，不是日薄西山，而是突然之间太阳就熄灭了。

我的感觉是，不仅码字的文科完蛋了，码代码的理工科er们，应该也完蛋了。从昨天晚上到现在，我一直在用几种大模型工具写python程序。写的不是那种简简单单在数据库里增删改查的，而是有具体的业务算计和目标的那种。令人欣喜又意外的是，大部分大模型的表现都非常好，基本上写出来的代码进行极少量编辑后就能运行，而且执行结果正确。

但是呢，要想达到最终目的，最重要的事情不是选择哪个语言模型，而是使用模型的时候，能把任务交代清楚。特别是相对庞大一点的任务，需要先做个框架设计，然后任务分解成几个可单独执行的分项，最后用精确的描述语言把子任务说清楚。用这种方式，效率非常高。尤其我这种编成新手，很多库和工具类都不熟悉，就混了个基础语法的，相当于让AI把活干了，我假模假样做一遍检查即可，而且检查过程不用担心程序语法错误，只要关心业务逻辑是否按我的意思走即可。

其实写长文也是一样道理。我看江波老师也提到，把思路整理好，建立框架，然后分成一段一段的任务让电脑去写，“作者”本人把握一下方向和个别细节即可。

那么看来，我们还是可以保持原先那个结论：AI时代，普通牛马最大的竞争压力，并不来自于AI，而是来自那些掌握了AI使用方法的其他牛马。其实人类的牛马史就是这样过来的，任何一个行业，掌握了更先进生产力的牛马，达到了其他牛马做牛做马也追不上的效率，这个行业就升级到下一代了。[思考]